Medidas Estadísticas Bivariantes.

Ver más

Análisis PESTEL

por Dany Bermeo

Guia didáctica Cine

por Francisco Gabrielli

Visión Global de las Finanzas

por ANGI JULIANA AVILA PIRAGUA

Fases de la programacion

por Rodrigo Bañuelos

Medidas Estadísticas Bivariantes.

Make your reading plan for this year!
Make sure that you will set realistic goals.

There are several ways to make a reading plan, by month is the simplest. You can pair each month with a genre, plan out what books you want to read in the most busiest month of the year and what to read on vacation!

Regresión

TIPO 2

Se supone que la función y= f(x) o y = f(x1,x2,...,xp) que liga la variable explicada o explicativas tienen forma paramétrica, es decir y se relaciona con X a través de una serie de coeficientes o parámetros.

TIPO 1

se le asigna a cada valor de la variable explicativa o conjunto de valores en el caso múltiple, la media de la variable explicada condicionada a los valores de la variable explicativas. De manera que, solo proveerá estimaciones de y para los valores de x. contenidos en la distribución de frecuencias.

Esta teoría trata de explicar el comportamiento de una variable denominada explicada ( dependiente o exógenas), en función de otras u otras, denominadas, explicativas( independientes o exógenas).

diferencia entre los valores observados ( valor real de Y) y los valores pronosticados y se define con la siguiente formula.

siendo su forma más sencilla la regresión lineal simple, para esto primero se realiza un diagrama de dispersión así mismo se haya la ecuación de la recta que mejor se ajuste con el menor error posible.

Así mismo cuando se usa solo una variable de predicción, se le conoce como análisis de regresión simple y cuando se utiliza 2 o más se llama análisis de regresión multiple.

Correlación

Set your reading goal for the month!
You can even choose a preferred hour of the day or days of the week when you want to read.

correlación lineal

Donde SXSY no es sino el valor absoluto del valor máximo valor de la covarianza entre dos variables de manera que el coeficiente de correlación lineal no hace sino redimensionar el campo de variación de la covarianza entre -1 y 1.

se usa para medir la cercanía de la relección lineal entre dos o más variables en una escala de intervalo, teniendo como finalidad investigar la dirección y la fuerza de asociación entre 2 variables cualitativas.

Subtopic