27716205
Description
Mind Map by Janeth Cifuentes, updated more than 1 year ago
|
Created by Janeth Cifuentes
almost 4 years ago
|
|
Medidas estadísticas Bivariantes deregresión y correlación.
- El comportamiento de una variable, denominada
explicada (dependiente o endógena), en función de
otra u otras, denominadas explicativas
(independientes o exógenas)
- La regresión (y correlación) será simple si únicamente
hay una variable explicativa; por el contrario, será
múltiple si el número de variables explicativas son
varias.
- En cualquiera de las dos situaciones anteriores (regresión
simple o múltiple), la cuestión que se plantea es qué valor de
la variable explicada le corresponde a cada uno de los valores
de la variable o variables explicativas
- En cualquiera de las dos situaciones anteriores (regresión
simple o múltiple), la cuestión que se plantea es qué valor de
la variable explicada le corresponde a cada uno de los valores
de la variable o variables explicativas
- Regresión simple
- Regresión de tipo I.
- sólo proveerá
estimaciones de Y para
los valores de X
contenidos en la
distribución de
frecuencias.
- sólo proveerá
estimaciones de Y para
los valores de X
contenidos en la
distribución de
frecuencias.
- Regresión de tipo II
- la variable explicada con la
explicativa (o explicativas) tiene
forma paramétrica, es decir, Y se
relaciona con X a través de una
serie de coeficientes o parámetros.
- la variable explicada con la
explicativa (o explicativas) tiene
forma paramétrica, es decir, Y se
relaciona con X a través de una
serie de coeficientes o parámetros.
- Regresión de tipo I.
- Ausencia de relación entre
las variables X e Y
- Relación lineal, positiva y negativa
- Relación no lineal.
- REGRESIÓN DE TIPO I
- Sea la distribución bidimensional (xi; yj; nij)
genérica, representada gráficamente por la nube
de puntos
- Propiedad 2 de la media aritmética
- Propiedad 2 de la media aritmética
- Sea la distribución bidimensional (xi; yj; nij)
genérica, representada gráficamente por la nube
de puntos
- RAZÓN DE CORRELACIÓN
- Si no se conociese con qué valor de X va
emparejado cada valor de Y la mejor estimación
de Y la media de la variable Y, siendo la suma de
cuadrados de los errores de estimación
cometidos
- Si no se conociese con qué valor de X va
emparejado cada valor de Y la mejor estimación
de Y la media de la variable Y, siendo la suma de
cuadrados de los errores de estimación
cometidos
- REGRESIÓN DE TIPO 2
- La más común es la recta, si bien
existen otras como la parábola, la
función exponencial, la potencial,
etc.
- Algunas funciones de regresión de
tipo II no lineales pueden reducirse a
lineales haciendo una transformación
adecuada.
- Función exponencial: ŷi = â
- Función potencial: ŷi = âx
- Función hiperbólica equilátera o recíproca
- Función exponencial
- Función potencial
- Función potencial
- Función exponencial
- Función hiperbólica equilátera o recíproca
- Función potencial: ŷi = âx
- Función exponencial: ŷi = â
- Algunas funciones de regresión de
tipo II no lineales pueden reducirse a
lineales haciendo una transformación
adecuada.
- La más común es la recta, si bien
existen otras como la parábola, la
función exponencial, la potencial,
etc.
- consideraciones finales
- Antes de proceder a llevar a cabo una regresión entre dos
variables se ha de reflexionar sobre la posible relación real
entre ellas, pues proceder directamente a regresar una
variable sobre otra puede conducir a situaciones absurdas.
- También puede darse la circunstancia de que dos variables estén
relacionadas estadísticamente pero no tengan ningún tipo de
relación teórica.
- Antes de proceder a llevar a cabo una regresión entre dos
variables se ha de reflexionar sobre la posible relación real
entre ellas, pues proceder directamente a regresar una
variable sobre otra puede conducir a situaciones absurdas.
Media attachments
Want to create your own Mind Maps for free with GoConqr? Learn more.