27556476
Description
Mind Map by ROLDAN HIGUERA ANDRES FELIPE, updated more than 1 year ago
|
Created by ROLDAN HIGUERA ANDRES FELIPE
over 3 years ago
|
|
MEDIDAS ESTADÍSTICAS BIVARIANTES
DE REGRESIÓN Y CORRELACIÓN.
- 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.
- La naturaleza (nominal, ordinal o numérica) de las
características objeto de estudio determinará las
herramientas mas adecuadas para su análisis.
- La naturaleza (nominal, ordinal o numérica) de las
características objeto de estudio determinará las
herramientas mas adecuadas para su análisis.
- REGRESION
- REGRESIÓN LINEAL SIMPLE
- Estudia los cambios en una variable. esto quiere decir que cuando
una variable independiente ejerce influencia sobre una variable
dependiente, donde X es la variable independiente, explicativa o
exogena y Y la variable dependiente, respuesta o endogena
- Tipos de Relación
- Linealidad
- Homogeneidad
- Independencial
- Normalidad
- Homocedasticidad
- Linealidad
- Modelo de Regresión Lineal Simple
- yi: representa el valor
de la variable respuesta
- β0 Intercepto y β1
Pendiente: son los
coeficientes de regresión
- Xi: representa el valor de
la variable explicativa
para la observación
- Ui: Representa
el error para la
observación
- yi: representa el valor
de la variable respuesta
- Tipos de Relación
- Estudia los cambios en una variable. esto quiere decir que cuando
una variable independiente ejerce influencia sobre una variable
dependiente, donde X es la variable independiente, explicativa o
exogena y Y la variable dependiente, respuesta o endogena
- REGRESIÓN LINEAL MULTIPLE
- Es cuando dos o mas variables independientes influyen sobre una
variable dependiente. Se usa cuando la variable dependiente Y
depende linealmente de cada una de las variables explicativas. un
regresor no basta para explicar subcrecientemente la variabilidad Y
- Modelo de Regresión Multiple
- Y: es la variable explicada,
dependiente o respuesta
- Y=f (x1,..,xk) es la parte
determinista del modelo
- x1,..,xk: son las variables
explicativas, regresores o
variables independientes.
- E: representa el error aleatorio.
Contiene el efecto sobre y de todas
las variables distintas del x1,..,xk.
- Y: es la variable explicada,
dependiente o respuesta
- Modelo de Regresión Multiple
- Es cuando dos o mas variables independientes influyen sobre una
variable dependiente. Se usa cuando la variable dependiente Y
depende linealmente de cada una de las variables explicativas. un
regresor no basta para explicar subcrecientemente la variabilidad Y
- REGRESIÓN LINEAL SIMPLE
- CORRELACIÓN
- La correlación entre dos variables busca determinar
el grado de relación que existe entre ellas dos. ella
se calcula con los coeficientes de correlación
- Los coeficientes de correlación son números que varían entre +1 y -1. Su magnitud indica el
grado de asociación entre las variables, si es 0 indica que no existe relación alguna y los valores
extremos +1 y -1 indican correlación perfecta positiva positiva o negativa respectivamente.
- Los coeficientes de correlación son números que varían entre +1 y -1. Su magnitud indica el
grado de asociación entre las variables, si es 0 indica que no existe relación alguna y los valores
extremos +1 y -1 indican correlación perfecta positiva positiva o negativa respectivamente.
- POSITIVA
- Se dice que existe una correlación lineal positiva entre
dos variables, si al aumentar o disminuir los valores de
la variable independiente aumentan o disminuyen los de
la variable dependiente. En un gráfico de dispersión, la
nube de puntos tiene forma ascendente y por tanto la
recta que se ajusta tendrá una pendiente positiva
- Se dice que existe una correlación lineal positiva entre
dos variables, si al aumentar o disminuir los valores de
la variable independiente aumentan o disminuyen los de
la variable dependiente. En un gráfico de dispersión, la
nube de puntos tiene forma ascendente y por tanto la
recta que se ajusta tendrá una pendiente positiva
- NEGATIVA
- Cuando al aumentar los valores de la variable
independiente disminuyen los valores de la
variable dependiente, o viceversa, se dice que la
correlación lineal es negativa. En este caso la nube
de puntos descenderá de la izquierda a derecha y
la pendiente de la recta ajustada será negativa.
- Cuando al aumentar los valores de la variable
independiente disminuyen los valores de la
variable dependiente, o viceversa, se dice que la
correlación lineal es negativa. En este caso la nube
de puntos descenderá de la izquierda a derecha y
la pendiente de la recta ajustada será negativa.
- La correlación entre dos variables busca determinar
el grado de relación que existe entre ellas dos. ella
se calcula con los coeficientes de correlación
Media attachments
Want to create your own Mind Maps for free with GoConqr? Learn more.