Conceptos básicos de regresión y correlación.docx

Conceptos básicos de regresión y correlación o Diagrama de dispersión. Llamado también grafica o grafico de dispersión u

Views 44 Downloads 0 File size 94KB

Report DMCA / Copyright

DOWNLOAD FILE

Recommend stories

Citation preview

Conceptos básicos de regresión y correlación o Diagrama de dispersión. Llamado también grafica o grafico de dispersión utiliza coordenadas cartesianas, muestra valores de 2 variables expresando los datos ingresados. El diagrama de dispersión parece indicar una posible relación lineal positiva entre ambas variables. Para poder elegir el coeficiente de correlación adecuado, se tiene que analizar el tipo de variables y la distribución que presentan. En este caso, ambas variables son cuantitativas continuas y pueden transformarse en rangos para ordenarlas, por lo que a priori los tres coeficientes podrían aplicarse. La elección se hará en función de la distribución que presenten las observaciones. o Correlación lineal simple. La correlación lineal y la regresión lineal simple son métodos estadísticos que estudian la relación lineal existente entre dos variables. Antes de profundizar en cada uno de ellos, conviene destacar algunas diferencias: La correlación cuantifica como de relacionadas están dos variables, mientras que la regresión lineal consiste en generar una ecuación (modelo) que, basándose en la relación existente entre ambas variables, permita predecir el valor de una a partir de la otra. El cálculo de la correlación entre dos variables es independiente del orden o asignación de cada variable a XX e YY, mide únicamente la relación entre ambas sin considerar dependencias. En el caso de la regresión lineal, el modelo varía según qué variable se considere dependiente de la otra (lo cual no implica causa-efecto).

o Coeficiente de determinación R2 Un R2 igual a 1 significa un ajuste lineal perfecto, ya que STC=SEC, esto es, la variación total de la variable Y es explicada por el modelo de regresión. ... De las dos medidas de la bondad del ajuste del modelo lineal pre- sentadas, la varianza residual y el coeficiente de determinación, es preferible este coeficiente. o Correlación positiva y correlación negativa La matemática es la ciencia deductiva que se dedica al estudio de las propiedades de los entes abstractos y de sus relaciones. Esto quiere decir que, las matemáticas trabajan con números, símbolos, figuras geométricas, entre otros. La matemática se subdivide en diversas ramas como el álgebra, la estadística, la lógica, la aritmética, la geometría y la probabilidad, entre otras. Entre ellas, la estadística es la rama que se encarga de trabajar con datos numéricos o de transformarlos en números, teniendo aplicaciones en situaciones de la vida real, debido a que, sustrae las cifras de diferentes acontecimientos sociales como la natalidad, la mortalidad, el desempleo, entre otros. o ¿Qué es el coeficiente de correlación lineal y qué nos ayuda a medir? El coeficiente de correlación así calculado presenta dos propiedades que establecen la naturaleza de la relación entre dos variables, estas son • Su signo (+ ó – ), este es igual al de la pendiente de una recta que podría “ajustarse” a los datos si éstos se graficaran en el llamado diagrama de dispersión y que se muestra en el ejemplo más adelante • Su magnitud, ésta indica qué tan cerca están de la “recta” los puntos que en el diagrama de dispersión resultan de graficar los valores de las dos variables analizadas. Por ejemplo, los valores próximos a -1.00 ó +1.00 indican que los valores están

bastante cerca de la recta o sobre ella, mientras que los valores próximos a 0 sugieren mayor dispersión dando lugar a la siguiente interpretación:

Bibliografía https://es.wikipedia.org/wiki/Diagrama_de_dispersi%C3%B3n http://www.seduca2.uaemex.mx/ckfinder/uploads/files/u3tem a_1_coeficiente.pdf