Flashcards

Estadística: medidas descriptivas para dos variables cuantitativas (2° parcial)

Kayla Rebecca Aceves Estadística Universidad Espanhol 31 flashcards

Flashcards do conjunto (31)

1Medidas descriptivas para dos variables.1.- Covarianza
2.- Coeficiente de correlación lineal de pearson
3.- Coeficiente de determinación
2Objetivo de las medidas descriptivas para dos variables.1.- Reconocer si hay relación entre las variables
2.- Reconocer el tipo de relación
3.- Si es posible predecir el valor de una de ellas en función de la otra
3¿Cómo se le denomina al gráfico más adecuado para apreciar la relación entre dos variables numéricas?Diagrama de dispersión o nube de puntos.
4¿En qué consiste el diagrama de dispersión?En identificar cada unidad experimental (xi, yi) con el punto del plano que tenga por coordenadas xi para el eje OX e yi para OY.
5Tipo de relación cuando los valores de X por encima de la media le corresponden valores de Y por encima y por debajo en proporciones similares.Incorrelación.
6Tipo de relación cuando para los valores de X mayores que la media le corresponden valores de Y mayores también y para los valores de X menores que la media le corresponden valores de Y menores también.Relación directa.
7Tipo de relación cuando para los valores de X mayores que la media le corresponden valores de Y menores.Relación inversa o decreciente.
8Tipo de relación de los siguientes datos.Incorrelación.
9Tipo de relación de los siguientes datos.Fuerte relación directa.
10Tipo de relación de los siguientes datos.Cierta relación inversa.
11Nos indica si la posible relación entre dos variables es directa o inversa, se denota como Sxy.Covarianza.
12Posibles relaciones que se obtienen con la covarianza.1.- Directa: Sxy >0
2.- Inversa: Sxy <0
3.- Incorreladas: Sxy = 0
13¿Qué nos dice el signo de la covarianza?Si el aspecto de la nube de puntos es creciente o no.
14¿Qué no nos dice la covarianza?El grado de relación entre las variables.
15—Fórmula de la covarianza.
16Mide el grado de relación lineal entre variables, se denota con la letra r.Coeficiente de correlación lineal de pearson.
17¿Qué obtenemos del signo del coeficiente de correlación lineal de pearson gracias a que es el mismo que Sxy?El que la posible relación sea directa o inversa.
18¿Para que es útil r?Para determinar si hay relación lineal entre dos variables, pero o servirá para otro tipo de relaciones (cuadrática, lagarítmica).
19—Fórmula del coeficiente de correlación lineal de pearson.
20Propiedades de r.1.- Es dimensional
2.- Sólo toma valores en [-1,1]
3.- Las variables son incorreladas <-> r = 0
4.- Relación lineal perfecta entre dos variables <-> r = +1 o r = -1 (excluímos los casos de puntos alineados horizontal o verticalmente)
5.- Cuanto más cerca esté r de +1 o -1 será el grado de relación lineal (siempre que no existan observaciones anómalas
21Si r = 0, ¿quiere decir que las variables son independientes?Casi siempre si, pero no siempre.
22Valores de r para considerar si hay buena relación o cierta relación.1.- Buena relación: r >0.7
2.- Cierta relación:r >0.4
23Casos estadísticos usados cuando las variables en vez de ser numéricas son ordinales.1.- Spearman (ρ)
2.- Kendall (τ)
24Modelos donde la variables dependiente se modela a través de una transformación lineal de la dependiente.Regresión lineal simple.
25Variables en el modelo de regresión lineal simple.1.- Y (dependiente)
2.- X (independiente, explicativa, predictora)
26Función lineal de X que nos permite aproximar Y.Ý = b0 + biX.
27¿Cómo se le llama a e = Y - Ý?Residuo o error residual.
28¿Cómo se construye el modelo de regresión lineal?Utilizando la técnica de estimación mínimo cuadrática. Buscar b0 y b1.
29Fórmulas para obtener b0 y b1.1.- b1 = r(Sy/Sx)
2.- b0 = ý - b1x̄
30Ventajas obtenidas con la técnica de estimación mínimo cuadrática.1.- Error residual medio nulo
2.- Varianza del error residual mínima para dicha estimación
31Es el cuadrado del coeficiente de correlación lineal de pearson (r).Coeficiente de determinación (r2).