24574997
Description
Mind Map by Veronica Ttito Alvarez, updated more than 1 year ago
|
Created by Veronica Ttito Alvarez
almost 4 years ago
|
|
Correlación lineal y Análisis de regresión
- Regresión Lineal
- Uno de los principales usos de dicha recta será el de predecir o
estimar los valores de Y que obtendríamos para distintos valores
de X. Esto va a quedar representado en el grafico de dispersión.
- la regresión trata de dar a conocer la
dependencia de una variable a otra variable
independiente
- Para cuantificar la relación entre ambas variables y tener un aproximación
de la magnitudes se usa el metodo de estigmación (minimos cuadrados)
- la recta de la grafica se utilizara para predecir
o estimar los valores de Y que obtendremos
para distintos valores de X.
- RESIDUO
- representa la diferencias entre el valor
estimado por el modelo y el verdadero valor de Y
- Los residuos se distribuyen según una Normal de media
- Los residuos tienen varianza σ 2 constante.
- Los residuos tienen varianza σ 2 constante.
- Los residuos se distribuyen según una Normal de media
- FORMULA DE ESTIMACIÓN
- GRÁFICO
- GRÁFICO
- representa la diferencias entre el valor
estimado por el modelo y el verdadero valor de Y
- RESIDUO
- la recta de la grafica se utilizara para predecir
o estimar los valores de Y que obtendremos
para distintos valores de X.
- Para cuantificar la relación entre ambas variables y tener un aproximación
de la magnitudes se usa el metodo de estigmación (minimos cuadrados)
- la regresión trata de dar a conocer la
dependencia de una variable a otra variable
independiente
- Uno de los principales usos de dicha recta será el de predecir o
estimar los valores de Y que obtendríamos para distintos valores
de X. Esto va a quedar representado en el grafico de dispersión.
- Correlación Lineal
- estudia si existe o no algún tipo de relación entre dos variables
aleatorias.
- Se interesa en cuantificar la intensidad de la relación lineal entre dos variables. El
parámetro que nos da tal cuantificación es el coeficiente de correlación lineal de Pearson r
- su valor oscila entre -1 y +1
- FORMULA
- INTERPRETACIÓN
- . Si r = 0, no existe correlación entre las variables o el
gráfico no es lineal.
- • Si r = 1, existe una correlación lineal positiva.
- • Si r = -1, existe una correlación lineal negativa
- GRAFICO
- GRAFICO
- • Si r = -1, existe una correlación lineal negativa
- • Si r = 1, existe una correlación lineal positiva.
- . Si r = 0, no existe correlación entre las variables o el
gráfico no es lineal.
- FORMULA
- su valor oscila entre -1 y +1
- Se interesa en cuantificar la intensidad de la relación lineal entre dos variables. El
parámetro que nos da tal cuantificación es el coeficiente de correlación lineal de Pearson r
- estudia si existe o no algún tipo de relación entre dos variables
aleatorias.
- Coeficiente de Determinación
- nos indica el porcentaje del ajuste que se ha conseguido
con el modelo lineal, Es decir en que porcentaje la
variable independiente explica el comportamiento de la
variable dependiente
- Es una medida de la proximidad o de ajuste de la recta
de regresión a la nube de puntos
- FORMULA
- FORMULA
- Es una medida de la proximidad o de ajuste de la recta
de regresión a la nube de puntos
- nos indica el porcentaje del ajuste que se ha conseguido
con el modelo lineal, Es decir en que porcentaje la
variable independiente explica el comportamiento de la
variable dependiente
Media attachments
Want to create your own Mind Maps for free with GoConqr? Learn more.