Regresion y correlacion simple

Regresion y correlacion simple

1. Método que estudia la relación existente entre dos variables sobre una misma población a fin de detectar si existe dependencia entre ellos o si son independientes.

   • Regresion
     • Clasificación.
       • Regresión tipo I
         • Se asigna a cada valor de la variable explicativa (o conjunto de valores de las variables explicativas en el caso múltiple) la medida de la variable explicativa condicionada a tal valor.
           • Solo proveerá estimaciones de Y para los valores de X contenidos en la distribución de frecuencias.
             • Se representan por una nube de puntos.
       • Regresión de tipo II
         • Se entiende que la función y=f(X) o y=f(x1,x2,...xp) que liga la variable explicada con la explicativa tienen forma paramétrica ; Y se relaciona X a través de una serie de coeficientes o parámetros.
           • En consecuencia , proporciona estimaciones de Y para cualquier valor de X, este contenido en la distribución o no ..
             • Regresión lineal; cuando tal función sea una recta
               • Si la regresión es simple.
             • Plano o hiperplano.
               • Si la correlación es múltiple.
                 • Regresión y correlación no lineal.
     • Modelos de regresión
       • • Indicador que permite identificar el tipo de relacion entre las variables dependientes e independientes en un modelo de regresion.
           • Covarianza=((Sxy)
             • Determina si el modelo es creciente o decreciente.
           • Coeficiente de correlación lineal de Pearson (Rxy), permite identificar si el modelo de regresión lineal y en qué grado están relacionadas
   • Correlacion
     • Se puede estimar los datos de una variable, dados los datos de la otra. empleando una línea recta como base.
       • Tipos de relaciones .
         • Requiere
           • Variable dependiente :Variable que se predice o estima; se muestra en el eje Y.
           • Variable independiente : Variable que proporcional la base para la estimación, variable de pronóstico, se refleja en el eje X.
           • Determinar el nivel de correlación entre las variables.
             • Se calcula coeficiente de correlación ( r).
               • Muestra la dirección y la fuerza de la relación lineal (lineal) entre dos variables en escala de intervalos o escala de razón, varia de (-1 a +1), valor cercano a (0) indica poca asociación entre variables, el valor mas cercano a (1) indica una Asociación directa o positiva entre las variables, valor cercano a -(1)Asociacion inversa o negativa entre las variables.
             • Análisis de regresión.
               • Para determinar la línea recta o relación entre variables
                 • Ecuacion que expresa la relacion lineal (recta) entre dos variables; estima el valor de la variable independiente Y con base en el valor seleccionado de la variable independiente X.
                   • • Calculo del coeficiente (b)
               • Coeficiente de determinación.
         • Dos variables estan correlacionadas si sus medidas cambian juntas de manera consistente y de caso en caso.
           • Relación directa: directa o creciente, si una de las variables aumenta la otra igual o viceversa.
           • Relación inversa o decreciente: si una variable aumenta la otra disminuye y viceversa.

Images and files in the map