MEDIDAS ESTADÍSTICAS BIVARIANTES

YAQUELINE GOMEZ SANCHEZ
Mind Map by YAQUELINE GOMEZ SANCHEZ, updated more than 1 year ago
YAQUELINE GOMEZ SANCHEZ
Created by YAQUELINE GOMEZ SANCHEZ over 2 years ago
23
0

Description

Paso 4. Medidas Estadisticas Bivariantes de regresión simple y regresión múltiple

Resource summary

MEDIDAS ESTADÍSTICAS BIVARIANTES
  1. Estadísticas bivariantes permiten el análisis conjunto de dos características de los individuos de una población con el propósito de detectar posibles relaciones entre ellas.
    1. REGRESIÓN Y CORRELACIÓN SIMPLE
      1. REGRESIÓN DE TIPO I Y RAZÓN DE CORRELACIÓN
        1. Varianza debida a la regresión y varianza residual
        2. REGRESIÓN DE TIPO II Y COEFICIENTE DE DETERMINACIÓN
          1. REGRESIÓN LINEAL
            1. Estimación de los parametros de la regresión linea
              1. Coeficiente de determinación lineal
                1. Varianza debida a la regresión lineal y varianza residual
                  1. Correlación lineal e independencia estadística
                  2. REGRESIÓN Y CORRELACIÓN NO LINEAL
                  3. ANALISIS REGRESION MULTIPLE
                    1. Permite añadir diversas variables, de modo que la ecuación refleje los valores de un cierto número de variables de predicción, no una sola
                      1. Objetivo: Mejorar las predicciones de la variable de criterio.
                        1. NOMENCLATURA MODIFICADA
                          1. Modelo de regresión general con tres variables de predicción
                            1. La ecuación modificada
                              1. Y = α + β1 X1 + β3X3 + ∊
                                1. Es un estado simplificado
                                  1. • Y(123) es e‘ valor de Y que se calcula a partir de la ecuación de regresión, con Y como variable de criterio y X1, X2 y X3 como variables de predicción
                                    1. • α(123) es el parámetro de intersección en la ecuación de regresión múltiple, con F como variable de criterio Y X1 X2 y X3 como variables de predicción
                                      1. • β(123) es el coeficiente de X1 en la ecuación de regresión, con Y como variable de criterio y X, X2 y X3 como variables de predicción o explicatorias
                                2. MULTICOLINEALIDAD
                                  1. Consiste en que las variables de predicción no son independientes unas de otras, como se requiere, sino que están correlacionadas.
                                  2. COEFICIENTE DE DETERMINACIÓN MULTIPLE
                                    1. La proporción de variación en la variable de criterio se explica con la covariación de las variables predictivas.
                                    2. COEFICIENTE DE CORRELACION MULTIPLE
                                      1. se denota formalmente con Ry123, donde el subíndice primario es la variable de criterio, y los subíndices secundarios, las variables de predicción
                                      2. COEFICIENTE DE CORRELACION PARCIAL
                                        1. Coeficiente de regresión parcial (o neta):
                                          1. Cantidad que resulta de un análisis de regresión múltiple e indica el cambio promedio en la variable de criterio por cambio unitario en una variable predictiva
                                          2. Coeficiente de determinación parcial
                                            1. Cantidad que resulta del análisis de regresión múltiple e indica la proporción de variación de la variable de criterio que no se explica con una o más variables previas y sí con la inclusión de una nueva variable a la ecuación de regresión
                                          3. VARIABLES BINARIAS
                                            1. Una a la que se asigna uno de dos valores, 0 o 1, y se usa para representar en forma numérica los atributos o características que no son esencialmente cuantitativos.
                                              1. Xi = 0, si se trata de una mujer
                                                1. Xi= 1, si se trata de un hombre
                                              2. TRANSFORMACIÓN DE VARIABLE
                                                1. Es simplemente un cambio en la escala con que se expresa una variable dada. Considere el modelo siguiente:
                                              Show full summary Hide full summary

                                              Similar

                                              Principios de Psicología
                                              anrago63
                                              Psicología Sistémica
                                              Ricardo Alonso Varela Omodeo
                                              PSICOLOGÍA DEL DISEÑO
                                              Brisia Montes Mendez
                                              Psicología Sistémica
                                              Diego Santos
                                              Historia de la psicología
                                              Christian Camilo CORTES AGUILAR
                                              Trastrono de Estrés Postraumático
                                              Beatriz de Carmen Rosales López
                                              Psicología del color
                                              malumabl
                                              roles y perfiles del psicologo
                                              yuleidys henriquez martinez
                                              Elementos de la Inteligencia Emocional
                                              Fernando Durán Z.
                                              MAPA CONCEPTUAL - Enfoques de Investigación
                                              Gabriel Iván Parra Rosero
                                              Psicología Deportiva
                                              luigi goterelli