20144098
Description
Mind Map by Lorena Malaver, updated more than 1 year ago
|
Created by Lorena Malaver
about 5 years ago
|
|
Medidas estadísticas
Bivariantes de regresión.
- Regresión lineal simple
- Una función es lineal en los
parámetros si éstos aparecen con
frecuencia unitaria y no están
multiplicados ni divididos por
cualquier otro parámetro. A modo
de ejemplo, yj = a + √bxi no es una
función lineal en los parámetros.
Sin embargo, yj = a + bxi + cxi2 sí
lo es.
- - Estimación de los parámetros de la
regresión lineal. - Coeficiente de
determinación .
- - Estimación de los parámetros de la
regresión lineal. - Coeficiente de
determinación .
- En un modelo de regresión lineal simple
tratamos de explicar la relación que
existe entre la variable respuesta Y y una
única variable explicativa X.
- Una función es lineal en los
parámetros si éstos aparecen con
frecuencia unitaria y no están
multiplicados ni divididos por
cualquier otro parámetro. A modo
de ejemplo, yj = a + √bxi no es una
función lineal en los parámetros.
Sin embargo, yj = a + bxi + cxi2 sí
lo es.
- Regresión lineal múltiple
- El análisis de regresión múltiple permite
añadir diversas variables, de modo que la
ecuación refleje los valores de un cierto
número de variables de predicción, no una
sola.
- Nomenclatura modificada. Supuesto de
Multicolinealidad. Coeficientes de regresión
parcial. Coeficientes de correlación múltiple y
de determinación múltiple. Transformaciones
de variables. Variables binarias.
- Nomenclatura modificada. Supuesto de
Multicolinealidad. Coeficientes de regresión
parcial. Coeficientes de correlación múltiple y
de determinación múltiple. Transformaciones
de variables. Variables binarias.
- El objetivo es mejorar las predicciones de
la variable de criterio.
- Nomenclatura modificada
- Un marco de notación modificado y más
formal es valioso para comentar el análisis
de regresión múltiple.
- Un marco de notación modificado y más
formal es valioso para comentar el análisis
de regresión múltiple.
- Supuesto de Multicolinealidad
- Es un modelo que requiere el supuesto adicional de
que las variables de predicción no se correlacionan
entre ellas.
- Es un modelo que requiere el supuesto adicional de
que las variables de predicción no se correlacionan
entre ellas.
- Coeficientes de regresión parcial
- Coeficientes de correlación múltiple y de
determinación múltiple.
- Se usan para dicho propósito el coeficiente de correlación y su valor elevado
a la segunda potencia, el coeficiente de determinación múltiple.
- Se usan para dicho propósito el coeficiente de correlación y su valor elevado
a la segunda potencia, el coeficiente de determinación múltiple.
- Nomenclatura modificada
- El análisis de regresión múltiple permite
añadir diversas variables, de modo que la
ecuación refleje los valores de un cierto
número de variables de predicción, no una
sola.
Media attachments
Want to create your own Mind Maps for free with GoConqr? Learn more.