Please enable JavaScript.
Coggle requires JavaScript to display documents.
Medidas Estadísticas Bivariantes, image - Coggle Diagram
Medidas Estadísticas Bivariantes
Regresión y Correlación
El análisis de regresión no se puede interpretar como un procedimiento para establecer una relación causa-efecto o causalidad entre variables. La regresión solo puede indicar como están asociadas las variables entre si permitiéndonos construir un modelo que llegue a permite explicar la relación entre ellas. La correlación indica el grado de la relación entre dos variables sin suponer que una alteración suponga un cambio en la otra.
El análisis de regresión tiene como principal objetivo explicar el comportamiento de una variable Dependiente (Y) a partir de variables independientes. el tipo mas sencillo de regresión es las regresión simple
Regresión Lineal Simple
El tipo mas sencillo de regresión, esta estima una ecuación lineal que describe la relación mientras que la correlación mide la fuerza de la relación lineal.
Diagrama de Dispersion
el Diagrama de dispersión o Nube de puntos, es un tipo de diagrama en el que se representan los datos utilizando la forma cartesiana estos pueden tener diferentes tendencias a partir de los conjuntos de datos representados. es la forma mas útil de representar el comportamiento de dos variables.
SIMPLE
SUPERPUESTO
MATRICIAL
3D
Análisis de Correlación
En el análisis de correlación interesa estudiar el grado de dependencia existente entre ambas variables, en un análisis de correlación simple se mire la relación entre una variable dependiente y otra independiente; en concreto, cuantifica la dependencia lineal por lo que recibe el nombre de correlación lineal cuyo valor oscila entre 1 y -1
Regresión múltiple
el análisis de regresiones donde intervienen dos o mas variables independientes donde una variable viene explicada por la acción simultanea de otras variables.
Medida Estadística de dos variables Cuantitativas
Coeficiente de Determinación R2
El coeficiente de determinación R2 o la calidad o bondad de ajuste para una ecuación de regresión; nos indica el grado de ajuste de la resta de regresión a los valores de la muestra y se define como la proporción de varianza en Y explicada por la recta de regresión.
