Catégories : Tous - correlación - variables - regresión - coeficientes

par Diego Velásquez Il y a 3 années

340

MEDIDAS ESTADISTICAS BIVARIANTES DE REGRESION Y CORRELACION

La correlación y la regresión son herramientas estadísticas clave utilizadas para analizar la relación entre dos variables. La correlación mide la fuerza y la dirección de la relación, con grados que van desde nula, pasando por débil, hasta fuerte.

MEDIDAS ESTADISTICAS BIVARIANTES DE REGRESION Y CORRELACION

MEDIDAS ESTADISTICAS BIVARIANTES DE REGRESION Y CORRELACION

Firstly, make an inventory of the things you already have in your room.

Secondly, close your eyes and imagine your ideal room. Write down the changes you will make to create the room of your dreams.

Redecorating your room is easy and fun!

Modelo de regresión

Determinístico: que bajo condiciones ideales, la variable independiente puede ser por una función matemática de las variables independientes.
Estandarizada: la pendiente β1 nos indica si hay relación entre dos variables.
Estadístico: Permite la incorporación de un componente aleatorio en la relación.

What do you want to change in your room?

Coeficiente de determinación R2
Determina el grado de correlación entre las variables el coeficiente de determinación también llamado R cuadrado que refleja la bondad del ajuste de un modelo a la variable.
Coeficiente de regresión
Indica el numero de unidades en que se modifica la variable Y por efecto del cambio de la variable independiente X o viceversa en una unidad de medida.

Nulo

Negativo

Positivo

Puede ser lineal, curvilínea o no lineal

Correlación lineal

Grado de correlación

Alta correlación positiva

Correlación positiva

No hay correlación

Correlación débil

Se da cuanto mas separados estén los puntos de la recta.

Correlación fuerte

Se da cuanto mas cerca estén los puntos de la recta

Tipos de Correlación
Correlación nula

Se da cuando no hay dependencia de ningún tipo entre las variables.

Correlación inversa

Se da cuando al aumentar una de las variables la otra disminuye.

Correlación directa

Se da cuando al aumentar una de las variables la otra aumenta.

Trata de establecer la relación o dependencia que existe entre las dos variables que intervienen en una distribución bidimensional, es decir, la determina si los cambios en una de las variables influyen en los cambios de la otra, en caso de que suceda diremos que las variables están correlacionadas

Problemas con la regresión

Errores no corelacionados
Relacion no lineal
Varianza no homogénea

Regresión lineal simple

Covaríanza de dos variables aleatorias X e Y
El signo de la covarianza nos indica que la nube de los puntos es creciente o no pero no dice nada del grado de la relación entre variables.
Entre dos variables, Sxy, nos indica si la relación entre dos variables es directa o inversa
Coeficiente de correlación lineal de Pearson

Which are the things from the wardrobe?

Example: clothes, socks, shoes etc.

Tiene un mismo signo que Sxy.
r es útil para determinar si hay relación lineal entre dos variables. pero no servirá para (cuadrática, logarítmica).
Si los puntos tiene una tendencia a disponerse alineadamente

Modelo de Regresión lineal Simple

Encontramos una función de X muy simple - lineal , que permita aproximar mediante -ŷ=b0+ b1X
Y el ŷ ya que es rara vez que coincidan por muy bueno que sea el modelo de regresión a la cantidad "-e Y-ŷ" se denomina error residual.

Análisis de la regresión

Estudia la fuerza de la asociación a través de una medida de asociación denominada coeficiente de correlación. Modelo de análisis de regresión
Técnica estadística usada para derivar una ecuación que relaciona una variable de criterio con una o más variables de predicción.
Estudia la relación entre dos variables Cuantitativas

Which are the things that are placed on the ceiling?

Examples: ceiling lamp, phosphorescent sticky stars etc.

Medidas estadísticas Bivariantes

Regresión múltiple
Correlación
Regresion lineal simple
Diagrama de dispersión
Regresión y Correlación

Which are the things that are hanging on the walls?

Examples: paintings, clock, posters, mirrors etc.