Please enable JavaScript.

Coggle requires JavaScript to display documents.

Modelos estadísticos, Modelo de regresión lineal, Diseños factoriales -…

- - - - Sin falta de ajuste
        
        Máxima Pendiente en Ascenso o Descenso
      - Falta de ajuste
        
        Modelo de Segundo Orden
        
        Punto Estacionario
        
        Mínimo
        
        Punto Silla
        
        Máximo
        
        Diseño Central Compuesto
        
        diseño 2^k con n_F corridas aumentado con 2k corridas axiales y n_c corridas centrales
        
        Rotabilidad
      - Errores
        
        Error Cuadrático Puro
        
        Error Puro
  - - - Homoscedasticidad
      - Independencia de los errores
      - Normalidad
    - - Factores fijos y aleatorios
      - Factores Aleatorios
    - - Máxima verosimilitud
        
        Intervalos de confianza
      - Máxima verosimilitud restringida
        
        Comparación de modelos
      - Método de momentos
        
        Diseños balanceados
      - Prueba de razón de verosimilitud
        
        Pruebas de hipótesis
  - - - No tiene interacción
      - Diseño Cruzado
    - - Factor de parcela
      - Factor de subparcela
      - Pueden estar compuestas por bloques o sin bloques
  - - - Normalidad de los errores
      - Uniformidad o simetría compuesta
        
        Se usa la prueba de BOX
      - Esfericidad
    - - Correlación entre pendientes e interceptos
      - Interacción entre pendientes y sujetos
  - - - Modelo:
        ln(λ ij,X1) =β0 + αi + τj + β2 X1 + β3 X1
      - Supuesto
        
        La media condicional es igual a la variancia condicional
- - - - Gráficos de residuales contra predictores y
        residuales contra valores ajustados.
      - Gráficos de residuales parciales contra el predictor de interés
  - - - Si se incumple se aplica el método de componentes principales
  - - - En caso de incumplirse se aplica la transformación de Box-Cox o la técnica de mínimos cuadrados ponderados
  - - - Si no se cumple el supuesto se corrige aplicando la transformación de Box-Cox
- - - - Modelo: log⁡(π/(1-π))=β0+β1 X1+β2 X2
  - - - Binomial Negativo
      - Quassi Poisson