13531499
Description
Mind Map by Rodrigo Cleiber Garcia Ortiz, updated more than 1 year ago
|
Created by Rodrigo Cleiber Garcia Ortiz
about 6 years ago
|
|
REGRESION LINEAL MULTIPLE
- Posible relacion
- VARIABLE DEPENDIENTE Y CON VARIAS
VARIABLES INDEPENDIENTES X
- Anotacion
Matematica
- Y = a + b 1x1 b 2x2 ......b nxn + e
- Donde
- Y : VARIABLE A
PREDECIR
- a, b1x1, b2x2...bnxn : PARAMETROS
DESCONOCIDOS A ESTIMAR
- e :ERROR QUE SE COMETE EN LA
PREDICCION DE LOS PARAMETROS
- Y : VARIABLE A
PREDECIR
- Donde
- Y = a + b 1x1 b 2x2 ......b nxn + e
- Anotacion
Matematica
- VARIABLE DEPENDIENTE Y CON VARIAS
VARIABLES INDEPENDIENTES X
- Se encuentran
- PRINCIPALES ELEMENTOS
- Estos son
- COEFICIENTE RELACION
MULTIPLE R
- Mide
- LA INTENSIDAD DE RELACION ENTRE
CONJUNTO VARIABLES X E Y
- LA INTENSIDAD DE RELACION ENTRE
CONJUNTO VARIABLES X E Y
- Puede darse la
- MULTICOLINEALIDAD
- Es que
- DIFERENTES VARIABLES EXPLIQUEN LO
MISMO DE LA VARIABLE INDEPENDIENTE
- DIFERENTES VARIABLES EXPLIQUEN LO
MISMO DE LA VARIABLE INDEPENDIENTE
- Es que
- MULTICOLINEALIDAD
- Mide
- COEFICIENTE DE
DETERMINACION
- Mide
- LA PROPORCION DE LA VARIABILIDAD DE LA VARIABLE
X EXPLICADA POR LA VARIABLE Y ADMITIDAS EN EL
MODELO
- LA PROPORCION DE LA VARIABILIDAD DE LA VARIABLE
X EXPLICADA POR LA VARIABLE Y ADMITIDAS EN EL
MODELO
- Mide
- COEFICIENTE DE
DETERMINACION AJUSTADO
- Mide
- LO MISMO QUE R2 PERO SIN
INFLUENCIA # VARIABLES QUE
INTRODUCIDAS
- LO MISMO QUE R2 PERO SIN
INFLUENCIA # VARIABLES QUE
INTRODUCIDAS
- Mide
- ERROR TIPICO
PREDICCION
- Indica
- PARTE DE LA VARIABLE DEPENDIENTE QUE
SE DEJA DE EXPLICAR
- PARTE DE LA VARIABLE DEPENDIENTE QUE
SE DEJA DE EXPLICAR
- Indica
- ANALISIS
VARIANZA
- Valora
- HASTA QUE PUNTO ES ADECUADO
MODELO PARA ESTIMAR LOS VLRES
VARIABLE Y
- HASTA QUE PUNTO ES ADECUADO
MODELO PARA ESTIMAR LOS VLRES
VARIABLE Y
- Valora
- ANALISIS RESIDUALES ¨e¨
- Son
- ESTIMACION
VERDADEROS ERRORES
- ESTIMACION
VERDADEROS ERRORES
- Son
- COEFICIENTE RELACION
MULTIPLE R
- Estos son
- PRINCIPALES ELEMENTOS
- Usos
- APLICACIONES
- En la
- IDENTIFICACION
VARIABLES EXPLICATIVAS
- Nos
ayuda
- CREAR UN MODELO
- SELECCIONAR LAS VARIALES QUE
INFLUYEN
- DESCARTAR POCA INFORMACION
- CREAR UN MODELO
- Nos
ayuda
- DETECCION
INTERACCIONES
- Entre
- VARIABLE INDEPENDIENTE QUE AFECTE LA
VARIABLE RESPUESTA
- VARIABLE INDEPENDIENTE QUE AFECTE LA
VARIABLE RESPUESTA
- Entre
- IDENTIFICACION VARIABLES
CONFUSORAS
- Aun que
- DIFICIL, DE INTERES EN INVESTIGACION NO
EXPERIMENTAL
- DIFICIL, DE INTERES EN INVESTIGACION NO
EXPERIMENTAL
- Aun que
- IDENTIFICACION
VARIABLES EXPLICATIVAS
- En la
- APLICACIONES
- Existe
- REQUISITOS Y LIMITACIONES
- Esta
- LINEALIDAD
- Esta
- SI LA RESPUESTA NO APARENTA SER LINEAL
- SE INTRODUCE EN EL MODELO
COMPONENTES NO LINEALES
- SI LA RESPUESTA NO APARENTA SER LINEAL
- Esta
- NORMALIDAD Y
EQUIDISTRIBUCION DE LOS
RESIDUOS
- la validez del modelo
- DISTRUCION NORMAL
- MISMA DISPERSION PARA CADA
COMBINACION DE VALORES DE
LA VARIABLE X
- DISTRUCION NORMAL
- la validez del modelo
- COLINEALIDAD
- Es cuando
- DOS VARIABLES X ESTAN
ESTRECHAMENTE
REALCIONADAS
- DOS VARIABLES X ESTAN
ESTRECHAMENTE
REALCIONADAS
- Es cuando
- OBSERVACIONES ANOMALAS
- Se debe
- IDENTIFICARLAS Y
DESCARTARLAS
- IDENTIFICARLAS Y
DESCARTARLAS
- Tiene
- GRAN INFLUENCIA
RESULTADO
- GRAN INFLUENCIA
RESULTADO
- Se debe
- NUMERO DE VARIABLES
INDEPENDIENTES
- Incluir
- MINIMO 20 OBSERVACIONES
POR CADA VARIABLE X
- MINIMO 20 OBSERVACIONES
POR CADA VARIABLE X
- Incluir
- LINEALIDAD
- Esta
- REQUISITOS Y LIMITACIONES
Want to create your own Mind Maps for free with GoConqr? Learn more.