34258599
Descripción
Fichas por Kayla Rebecca Aceves, actualizado hace más de 1 año
|
Creado por Kayla Rebecca Aceves
hace alrededor de 3 años
|
|
| Pregunta | Respuesta |
| Medidas descriptivas para dos variables. | 1.- Covarianza 2.- Coeficiente de correlación lineal de pearson 3.- Coeficiente de determinación |
| Objetivo de las medidas descriptivas para dos variables. | 1.- Reconocer si hay relación entre las variables 2.- Reconocer el tipo de relación 3.- Si es posible predecir el valor de una de ellas en función de la otra |
| ¿Cómo se le denomina al gráfico más adecuado para apreciar la relación entre dos variables numéricas? | Diagrama de dispersión o nube de puntos. |
| ¿En qué consiste el diagrama de dispersión? | En identificar cada unidad experimental (xi, yi) con el punto del plano que tenga por coordenadas xi para el eje OX e yi para OY. |
| Tipo de relación cuando los valores de X por encima de la media le corresponden valores de Y por encima y por debajo en proporciones similares. | Incorrelación. |
| Tipo de relación cuando para los valores de X mayores que la media le corresponden valores de Y mayores también y para los valores de X menores que la media le corresponden valores de Y menores también. | Relación directa. |
| Tipo de relación cuando para los valores de X mayores que la media le corresponden valores de Y menores. | Relación inversa o decreciente. |
|
Tipo de relación de los siguientes datos.
Image:
1 (binary/octet-stream)
|
Incorrelación. |
|
Tipo de relación de los siguientes datos.
Image:
2 (binary/octet-stream)
|
Fuerte relación directa. |
|
Tipo de relación de los siguientes datos.
Image:
3 (binary/octet-stream)
|
Cierta relación inversa. |
| Nos indica si la posible relación entre dos variables es directa o inversa, se denota como Sxy. | Covarianza. |
| Posibles relaciones que se obtienen con la covarianza. | 1.- Directa: Sxy >0 2.- Inversa: Sxy <0 3.- Incorreladas: Sxy = 0 |
| ¿Qué nos dice el signo de la covarianza? | Si el aspecto de la nube de puntos es creciente o no. |
| ¿Qué no nos dice la covarianza? | El grado de relación entre las variables. |
|
Image:
1 (binary/octet-stream)
|
Fórmula de la covarianza. |
| Mide el grado de relación lineal entre variables, se denota con la letra r. | Coeficiente de correlación lineal de pearson. |
| ¿Qué obtenemos del signo del coeficiente de correlación lineal de pearson gracias a que es el mismo que Sxy? | El que la posible relación sea directa o inversa. |
| ¿Para que es útil r? | Para determinar si hay relación lineal entre dos variables, pero o servirá para otro tipo de relaciones (cuadrática, lagarítmica). |
|
Image:
1 (binary/octet-stream)
|
Fórmula del coeficiente de correlación lineal de pearson. |
| Propiedades de r. | 1.- Es dimensional 2.- Sólo toma valores en [-1,1] 3.- Las variables son incorreladas <-> r = 0 4.- Relación lineal perfecta entre dos variables <-> r = +1 o r = -1 (excluímos los casos de puntos alineados horizontal o verticalmente) 5.- Cuanto más cerca esté r de +1 o -1 será el grado de relación lineal (siempre que no existan observaciones anómalas |
| Si r = 0, ¿quiere decir que las variables son independientes? | Casi siempre si, pero no siempre. |
| Valores de r para considerar si hay buena relación o cierta relación. | 1.- Buena relación: r >0.7 2.- Cierta relación:r >0.4 |
| Casos estadísticos usados cuando las variables en vez de ser numéricas son ordinales. | 1.- Spearman (ρ) 2.- Kendall (τ) |
| Modelos donde la variables dependiente se modela a través de una transformación lineal de la dependiente. | Regresión lineal simple. |
| Variables en el modelo de regresión lineal simple. | 1.- Y (dependiente) 2.- X (independiente, explicativa, predictora) |
| Función lineal de X que nos permite aproximar Y. | Ý = b0 + biX. |
| ¿Cómo se le llama a e = Y - Ý? | Residuo o error residual. |
| ¿Cómo se construye el modelo de regresión lineal? | Utilizando la técnica de estimación mínimo cuadrática. Buscar b0 y b1. |
| Fórmulas para obtener b0 y b1. | 1.- b1 = r(Sy/Sx) 2.- b0 = ý - b1x̄ |
| Ventajas obtenidas con la técnica de estimación mínimo cuadrática. | 1.- Error residual medio nulo 2.- Varianza del error residual mínima para dicha estimación |
| Es el cuadrado del coeficiente de correlación lineal de pearson (r). | Coeficiente de determinación (r2). |
¿Quieres crear tus propias Fichas gratiscon GoConqr? Más información.