Las medidas estadísticas Bivariantes de regresión y correlación.

Regresión Simple
1. Regresión Tipo 1
  1. Se asigna a cada valor de la variable explicativa o conjunto, la media de la variable explicada condicionada a tal valor(es) de la(s) variable(s) explicativa(s).
  2. Sólo proveerá estimaciones de Y para los valores de X contenidos en la distribución de frecuencias.
2. Regresión Tipo 2
  1. función y = f(x) o y = f(x1, x2, …, xp)
  2. La función tiene forma paramétrica, se relaciona con X a través de una serie de coeficientes o parámetros.
  3. Analisis de relación de correlación
    1. 1. Donde el número de valores distintos de X son n y los de Y son m, siendo el total de observaciones N.
  4. La regresión de una variable sobre otra(s) no proporciona el valor real de la primera, el valor real, yj, se puede obtener como el valor estimado mediante la regresión, Ŷi = f(xi), más o por un término de error.
  5. para cada valor xi de la distribución bidimensional de frecuencias la regresión proporciona un valor estimado de Y, Ŷi
  6. Según la propiedad 2 de la media aritmética, cuándo se hace mínima la suma de los cuadrados de los errores de estimación (SCE) :
  7. el valor estimado para Y correspondiente al i-ésimo valor de la variable es
  8. Elevando al cuadrado (para evitar compensaciones de los errores de estimación positivos y negativos) y sumando para todas las observaciones bidimensionales, se tiene
Correlación.
1. La correlación entre dos variables busca determinar el grado de relación que existe entre ellas. Esta se calcula con los coeficientes de correlación.
2. Correlación lineal positiva.
  1. Cuando al aumentar o disminuir los valores independientes, afectan a los valores dependientes de la misma forma.
    1. Adjunto:
      - Computador
3. Correlación lineal negativa.
  1. Cuando aumentas las variables independientes disminuyen las variables dependientes y viceversa.
Coeficiente de determinación.
2. Trata de determinar las variaciones de la variable dependiente.
3. Porcentaje de información recogida por el modelo de regresión.
Coeficiente de correlación lineal.
1. Oscila entre +1 y -1. Permite estudiar la relación entre variables estudiadas.
2. El coeficiente de correlación lineal o también llamado coeficiente de Pearson, es más frecuencia usarlo e la práctica.
3. Se determina por:
Regresión lineal simple.
1. Examina la relación entre variables restringiendo una con respecto a otra.
2. Emplea para pronosticar el valor de una variable en función de variables dadas por otras
3. (X) Variable independiente y (y) Variable dependiente
  1. Regresión y en función de x
4. Función
  1. 1. Donde se calculan a y b con los mínimos cuadrados
Diagrama de dispersión.
1. Son puntos que se ubican de forma dispersa en el plano carteciano
  1. Dando como el eje horizontal las variables X y en el eje vertical las variables Y
2. Hay tres tipos de diagramas de dispersión está el lineal, el circular y el Sin Relación.
3. Es un conjunto de puntos o nube, estos puntos se ubican de forma dispersa en el plano cartesiano.

Siguiente

Las medidas estadísticas Bivariantes de regresión y correlación.

Descripción

Resumen del Recurso

Recursos multimedia adjuntos

Similar

	Creado por grp 1702 hace alrededor de 5 años