20875329
Descripción
Mapa Mental por vegueta truns, actualizado hace más de 1 año
|
Creado por vegueta truns
hace casi 5 años
|
|
Medidas estadísticas Bivariantes deregresión
multiple
- Coeficiente de determinación parcial: cantidad que resulta del análisis de
regresión múltiple e indica la proporción de variación de la variable de criterio
que no se explica con una o más variables previas y si con la inclusión de una
nueva variable a la ecuación de regresión y se representa así: ry2.12
- Coeficiente de correlación parcial: es el análisis de
regresión múltiple, la raíz cuadrada del coeficiente de
determinación parcial y se representa así: ry1.22
- Coeficiente de correlación múltiple: es el
análisis de regresión múltiple, la raíz
cuadrada del coeficiente de determinación
múltiple y se representa así: Ry123
- Coeficiente de determinación múltiple: es el proporción
de variación en la variable de criterio que se explica con
la covariación de las variable predictivas y se representa
así: formalmente Ry.1232 E informalmente R2
- Multicolinealidad: existe en un análisis de regresión
múltiple, consiste que la variables de predicción no
son independientes unas de otras, como se
requiere, sino que están correlacionadas.
- ϵ (123) es el error relacionado con la
predicción de Y cuando Xi X2 y X3 son la
variables de predicción.
- β_((123)) es el coeficiente de X1 en la ecuación de regresión, con y
como variable de criterio y X1,X2 y X3 como variables de predicción
o exploratorias.
- α (123) es el parámetro de intersección en la ecuación de
regresión múltiple, con ϵ como variable de criterio Y X1 X2 y
X3 como variables de predicción.
- Y(123) es el valor de y que se calcula a partir de la
ecuación de regresión, con y como variable de criterio y
X1 X2 X3 como variables de predicción.
- Esta ecuación más precisa tiente valides lo siguiente
y_((123))=α_((123 ))+ β_y1.23 x_1 +β_y2.13 x_2+β_y3.12
x_3+ϵ_((123))
- Coeficiente de regresión parcial: resultante de un
análisis de regresión múltiple indicando el cambio
promedio en la variable de criterio por cambio unitario
en una variable predictiva, esto se aplica cuando la
variables de predicción son independientes entre sí,
aplicándose en el modelo requerido valido de regresión
múltiple.
- Determinar la relación
entre las variables
independientes y
dependientes, o variables
de predicción y de criterio.
- El análisis de la regresión múltiple
añade diversas variables, que
refleja esta ecuación un cierto
número de predicción, no solo
una. El objetivo de esto es mejorar
las variables de criterio
- El análisis de la regresión múltiple
añade diversas variables, que
refleja esta ecuación un cierto
número de predicción, no solo
una. El objetivo de esto es mejorar
las variables de criterio
¿Quieres crear tus propios Mapas Mentales gratis con GoConqr? Más información.