Please enable JavaScript.
Coggle requires JavaScript to display documents.
MEDIDAS ESTADÍSTICAS BIVARIANTES DE REGRESIÓN Y CORRELACIÓN - Coggle…
MEDIDAS ESTADÍSTICAS BIVARIANTES DE REGRESIÓN Y CORRELACIÓN
CORRELACIÓN
mide la cercanía de la relación entre dos o más variables. considerando la variación conjunta de las dos mediciones, ninguna de las cuales está sujeta a restricción por el experimentador
Técnica estadística usada para medir la cercanía de la relación lineal entre dos o más variables en una escala de intervalo.
Las principales diferencias entre estos tres coeficientes de asociación son:
La correlación de Pearson funciona bien con variables cuantitativas que tienen una distribución normal. En el libro Handbook of Biological Statatistics se menciona que sigue siendo bastante robusto a pesar de la falta de normalidad. Es más sensible a los valores extremos que las otras dos alternativas.
La correlación de Spearman se emplea cuando los datos son ordinales, de intervalo, o bien cuando no se satisface la condición de normalidad para variables continuas y los datos se pueden transformar a rangos. Es un método no paramétrico.
La correlación de Kendall es otra alternativa no paramétrica para el estudio de la correlación que trabaja con rangos. Se emplea cuando se dispone de pocos datos y muchos de ellos ocupan la misma posición en el rango, es decir, cuando hay muchas ligaduras.
recuperado de:
https://www.cienciadedatos.net/documentos/24_correlacion_y_regresion_lineal
REGRESIÓN
se usa para derivar una ecuación que relaciona la variable de criterio con una o más variables de predicción. En ello se considera la distribución de frecuencias de la variable de criterio cuando se mantienen fijas en diversos valores una o más de las variables de predicción
Técnica estadística usada para derivar una ecuación que relacciona una variable de criterio con una o más variables de predicción; cuando se usa sólo una variable de predicción, es el análisis de regresión simple, y si se utilizan dos o más, es el análisis de regresión múltiple.
Regresión simple
examina la relación entre dos variables continuas, donde una de las variables a analizar es dependiente de la otra
su uso común es pronosticar o predecir
el valor de una variable
cuando las dos variables están relacionadas, es posible predecir un valor de respuesta a partir de un valor predictor
Regresión múltiple
Permite mejorar las predicciones de la variables de criterio
permite añadir diversas variables
cuando se emplea mas de una variable independiente para evaluar otra variable independiente
Churchill, G.A. (2009). Análisis de Correlación y de Regresión Simple. México City: Cengage Learning. (pp-675–686). Recuperado de
https://link.gale.com/apps/doc/CX4058900232/GVRL?u=unad&sid=GVRL&xid=a2479593