• Author / Uploaded
• Cristina Rios

Citation preview

ANÁLISIS DE REGRESION LINEAL DEFINICIONES: REGRESION: Consiste en la búsqueda de una función que exprese lo mejor posible la relación existente entre dos (o más) variables. VARIABLE ESTADÍSTICA BIDIMENSIONAL: Es la variable en la que cada individuo está definido por un par de caracteres (X, Y), variables estadísticas en las que si existe relación entre ellas una es dependiente y la otra independiente. DISTRIBUCIONES BIDIMENSIONALES: Son aquellas en las que a cada individuo le corresponden los valores de dos variables (Xi, Yi) NUBE DE PUNTOS O DIAGRAMA DE DISPERSION: Es el conjunto de todos los puntos representado cada uno por un par de valores llamados coordenadas CORRELACION: Establece la relación o dependencia que existe entre las dos variables que intervienen en una distribución bidimensional. TIPOS DE CORRELACION: Correlación directa: La recta es creciente. Si aumenta una variable la otra también aumenta. Correlación inversa: La recta es decreciente. Si aumenta una variable la otra disminuye. Correlación nula: Cuando no hay ninguna dependencia. GRADO DE CORRELACION: Indica la proximidad que hay entre los puntos de la nube de puntos. Puede ser fuerte, débil, o nula; dependiendo lo cerca que estén los puntos de la recta de regresión. Correlación negativa perfecta

Correlación cero

Correlación positiva fuerte

Coeficiente de correlación, r El coeficiente de correlación (r) es una medida de la intensidad de la relación entre dos variables. Requiere datos con escala de intervalo o de razón (variables). Puede tomar valores entre -1.00 y 1.00. Valores de -1.00 o 1.00 indican correlación fuerte y perfecta. Valores cercanos a 0.0 indican correlación débil. Valores negativos indican una relación inversa y valores positivos indican una relación directa. Fórmula para r:

(1) Clasificación del grado de correlación: Cuando: r= 1 La correlación es Perfecta 0.9≤r