Categorieën: Alle - estadisticas - relacion - variables - regresion

door nataly moreno 4 jaren geleden

286

MEDIAS ESTADISTICAS BIVARIANTES DE REGRESION Y CORRELACION

Las técnicas estadísticas bivariantes se utilizan para analizar conjuntamente dos características de una población con el fin de identificar relaciones entre ellas. Cuando ambas variables son cuantitativas, se emplea el diagrama de dispersión y el coeficiente de correlación lineal para entender la relación existente.

MEDIAS ESTADISTICAS BIVARIANTES DE REGRESION Y CORRELACION

MEDIAS ESTADISTICAS BIVARIANTES DE REGRESION Y CORRELACION

Estadisticas Bivariantes

Las técnicas estadísticas bivariantes permiten el análisis conjunto de dos características de los individuos de una población con el propósito de detectar posibles relaciones entre ellas.

Tabla de Codigos condensados

Tabla de frecuencia o tabla de contingencia

Tabla de datos

Cuestionario

Ambas variables cuantitativas

Inferencial

Las variables son independientes (variables no relacionadas)

Las variables no son independientes (variables relacionadas)

Coeficiente de correlacion lineal

El porcentaje de variabilidad de Y explicado en X lo mide el coeficiente de determinacion

X puntaje en un sistema de aprendizaje y costo asociado al logro del puntaje

Diagrama de Dispersion

Regresion y Correlacion

define
Graficamente el diagrama de dispersion o nube de puntos permite obtener informacion sobre el tipo de relacion existente entre X y Y

REGRESION

LINEAL

funcion lineal es aquella que satisface las propiedades: propiedad activa si existe y, la cual es una funcion polinomica cuya representacion en el plano cartesiano es una linea recta

MULTIPLE

Coeficiente de regresion R2

La regresion puede ser lineal y curvilinea o no lineal.

Coeficiente de regresion puede ser

positivo, negativo y nulo

La regresion esta dirigida a describir como es la relacion entre dos variables X y Y

Mediante las tecnicas de regresion inventamos una variable Y como funcion de otra variable X ( o viceversa)

Y = F(X), Y-Y = error,

Los residuos o errores ei son la diferencia entre los valores observados (verdadero valor de Y) y los valores pronosticados por el modelo ei=y-y

CORRELACION

La finalidad de la correlaccion es examinar la direccion y la fuerza de la asociacion entre dos variables cuantitativas. Asi conocemos la intensidad de la relacion entre ellas y si al aumentar el valor de una variable aumenta o disminuye el valor de la otra variable.