Medidas Estadísticas Bivariantes de regresión y correlación.

Medidas Estadísticas Bivariantes de regresión y correlación.

1. 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 fuerza de asociación a través de una medida de asociación denominada coeficiente de correlación. Estudia la relación entre dos variables cuantitativas.
   • Tipos
     • Análisis de regresión simple= Cuando se usa solo una variable de predicción.
     • Análisis de predicción múltiple: Cuando se usan dos o más variables
   • Problemas con la Regresión
     • Varianza no homogénea
     • Relación no lineal.
     • Errores Correlacionados.
   • Modelo de análisis de regresión.
     • Determinista: Supone que bajo condiciones ideales, el comportamiento de la variable dependiente pueder ser totalmente descrito por una función matemática de las variables independientes. Es decir, en condiciones ideales el modelo permite predecir SIN ERROR el valor de la variable dependiente.
     • Estadístico: Permite la incorporación de un Componente Aleatorio en la relación. En consecuencia, las predicciones obtenidas a través de modelos estadísticos tendrán asociado un error de predicción.
     • Estandarizada: La pendiente β1 nos indica si hay relación entre las variables, su signo nos indica si la relación es positiva o negativa. La razón es que su valor numérico depende de las variables. Un cambio de unidades en una de ellas puede producir un cambio drástico en el pendiente.

2. Técnica estadística que permite el análisis de un conjunto de datos de una muestra de población con el fin de definir relación entre ellas.

   • Deben ser con valores cuantitativos
     • Diagrama de dispersión
     • Cuestionario
       • Delmerk Escobar Soalrte
     • Tabla de doble entrada: Representación gráfica

3. Análisis de correlación.

   • Tipos de correlación.
     • Correlación directa: Se da cuando al aumentar una de las variables la otra aumenta.
     • Correlación inversa: Se da cuando al aumentar una de las variables la otra dismuniye.
     • Correlación Nula: Se da cuando no hay dependencia en ningún tipo de variables.
   • Coeficiente de correlación.
     • Termino usado en el análisis de regresión para designar la fuerza de relación lineal entre las variables de criterio y predictivas.
   • Grado de correlación.
     • Correlación Fuerte o Negativa: La correlación será fuerte cuanto más cerca estén los puntos de la recta.
     • Correlación débil o Positiva: La correlación ser´´a débil cuanto más separados estén los puntos de la recta.
     • Correlación Nula o Neutra: No existen ningún tipo de patrón o relación entre ellas.
   • Técnica estadística usada para medir la cercanía de la relación lineal entre dos o más variables en una escala de intervalo.
   • Es una medida de regresión que pretende cuantificar el grado de variación conjunta entre dos variables.
     • Cov (x;y): la covarianza entre el valor «x» e «y».
       • σ(x): desviación típica de «x».
         • σ(y): desviación típica de «y».
     • Valores que puede tomar la correlación
       • ρ = -1 Correlación perfecta negativa ρ = 0 No existe ρ = +1 Correlación perfecta positiva correlación
   • Coeficiente de correlación
     • Spearman (No Paramétrico)
       • Mide cualquier tipo de asociación
     • Pearson (Paramétrico)
       • Evalúa la recta lineal y define la relación.

Bilder und Dateien der Mindmap