MEDIDAS BIVARIANTES DE REGRESIÓN Y CORRELACIÓN.

Mer av detta

división y subdivisión de la física.

av hurtado, gallardo

Modelo de Krumboltz

av Benemerito cientouno

Diagrama de Dispersión

av PABLO IVAN BLANCO RODRIGUEZ

Modelos matemáticos

av Nicolas Alzate

MEDIDAS BIVARIANTES DE REGRESIÓN Y CORRELACIÓN.

DIAGRAMA DE DISPERSIÓN

El diagrama de dispersión se usa comúnmente para mostrar cómo dos variables se relacionan entre sí. De este modo, permite estudiar las relaciones que existen entre dos factores, problemas o causas relacionadas con la calidad, o un problema de calidad y su posible causa.

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.

COEFICIENTES DE CORRELACIÓN

Los coeficientes de correlación más utilizados son: coeficiente de correlación lineal de Pearson que se sirve para cuantificar tendencias lineales, y el coeficiente de correlación de Spearman que se utiliza para tendencias de aumento o disminución, no necesariamente lineales pero sí monótonas

es una medida del tamaño del efecto para la relación (lineal) entre dos variables numéricas. Se encarga de señalar lo bueno o lo mal que el diagrama de puntos se aproxima a una recta.

CORRELACIÓN

La correlación nos permite medir el signo y magnitud de la tendencia entre dos variables.

La magnitud nos indica la fuerza de la relación, y toma valores entre -1 a 1. Cuanto más cercano sea el valor a los extremos del intervalo (1 o -1) más fuerte será la tendencia de las variables, o será menor la dispersión que existe en los puntos alrededor de dicha tendencia. Cuanto más cerca del cero esté el coeficiente de correlación, más débil será la tendencia, es decir, habrá más dispersión en la nube de puntos. si la correlación vale 1 o -1 diremos que la correlación es “perfecta”, si la correlación vale 0 diremos que las variables no están correlacionadas.

El signo nos indica la dirección de la relación- - un valor positivo indica una relación directa o positiva, - un valor negativo indica relación indirecta, inversa o negativa, - un valor nulo indica que no existe una tendencia entre ambas variables.

Dos variables están asociadas cuando una variable nos da información acerca de la otra. Por el contrario, cuando no existe asociación, el aumento o disminución de una variable no nos dice nada sobre el comportamiento de la otra variable.

La correlación es un tipo de asociación entre dos variables numéricas, específicamente evalúa la tendencia (creciente o decreciente) en los datos.

REGRESIÓN

REGRESIÓ LINEAL MULTIPLE: Permite generar un modelo líneal donde la variable dependiente se determina a través de un conjunto de variables independientes

REGRESIÓN LINEAL SIMPLE:: Tiene como objetivo determinar o explicar la relación que existe entre una variable dependiente y una independiente.

Subtopic