MEDIDAS BIVARIANTES DE REGRESIÓN Y CORRELACIÓN

MEDIDAS BIVARIANTES DE REGRESIÓN Y CORRELACIÓN

1. REGRESIÓN

   • Es un proceso estadístico para estimar las relaciones entre variables. Ayuda a entender cómo el valor de la variable dependiente varía al cambiar el valor de una de las variables independientes
     • Regresión lineal simple
       • consiste en generar un modelo de regresión (ecuación de una recta) que permita explicar la relación lineal que existe entre dos variables.
         • El modelo de regresión lineal simple se describe de acuerdo a la ecuación:
     • Regresión Múltiple
       • Permite generar un modelo lineal en el que el valor de la variable dependiente o respuesta (Y ) se determina a partir de un conjunto de variables independientes llamadas predictores (X1 , X2 , X3 …)
         • Los modelos lineales múltiples siguen la siguiente ecuación:

2. CORRELACIÓN

   • Indica la fuerza y la dirección de una relación lineal y proporcionalidad entre dos variables estadísticas
     • Coeficiente de Correlación de Person
       • es una medida estadística que muestra la fuerza de la relación lineal entre dos variables, y siempre se encuentra entre -1 y +1. Cuando el coeficiente esta cerca de 0 no hay relación lineal
         • Correlación negativa
         • Correlación Fuerte Negativa
         • No Correlación
         • Correlación No Lineal
         • Correlación Positiva
         • Correlación Fuerte Positiva
     • Coeficiente de Correlación Canónica
       • Su objetivo es buscar las relaciones que pueda haber entre dos grupos de variables y la validez de las mismas. La correlación canónica predice múltiples variables dependientes a partir de múltiples independientes
     • Coeficiente de Correlación de Spearman
       • es una medida de la correlación (la asociación o interdependencia) entre dos variables aleatorias (tanto continuas como discretas)

Bilder und Dateien der Mindmap