Medidas estadísticas Bivariantes de regresión y correlación

Medidas estadísticas Bivariantes de regresión y correlación

1. Regresion

   • El análisis de regresión se usa para derivar una ecuación que relaciona la variable de criterio con una o más variables de predicción. En ello se considera la distribución de frecuencias de la variable de criterio cuando se mantienen fijas en diversos valores una o más de las variables de predicción
   • El coeficiente de la regresion lineal indica la variacion de Y ante un incremento unitario de X
   • Regresion lineal es usada para derivar una ecuacion que relaciona una variable con una o mas variables de prediccion (Churchill, G.A, 2009). Permite determinar la relacion entre una o mas variables independientes
   • Diagrama de dispersion: El diagrama de dispersion permite representar la relacion entre las variables estudiadas (Ortegon P.M, 2018)
     • Un diagrama de dispersion es una representacion grafica de los valores dispersos analizados
   • Es muy comun utilizar el metodo de minimos cuadrados
   • Es una tecnica estadistica que nos permite el cambio en una de las variables llamadas respuesta y que coresponde a otra conocida como variable explicativa

2. análisis de regresión o correlación.

3. Correlación

   • El análisis estadistico de correlación se encarga de medir la cercanía de la relación entre dos o más variables que se estan estudiando
   • Correlaion o relacion mutua, mide e indica el grado y los valores de una variable al relacionarse con otra variable
   • La correlacion simple es el analisis que mide la relacion entre una variable independiente y una varialbe dependiente
   • Existe el coeficiente de correlacion de Pearson que mide la relacion lineal existente entre las variables cuantitativas
     • Si tenemos que 0 es un punto central sin alguna correlacion, de 0 a 1 existe una correlacion positiva debil, despues moderada, fuerte y luego perfecta
     • Exactamente igual en el caso de ser negativo 0 aplica sin ninguna correlacion, pero de 0 a -1 se aplican las mismas correlaciones que son debil, moderada, fuerte y perfecta, pero claro con los valores negativos (-)
   • Los valores del indice varian de acuerdo con el intervalo realizado, se puede interpretar diciendo si hay o no correlacio, entonces se genera una independencia entre las dos variables, por lo que la variacion de una de las dos variables no influye en el movimiento que la otra realize
   • Se puede demostrar graficamente con un diagrama de dispersion

4. Algunas formulas: Regresion lineal y = a+bx Logaritmica y = a + bl n (x) Exponencial y = ac (bx) Cuadratica y = a + bx + cx 2