Please enable JavaScript.
Coggle requires JavaScript to display documents.
Regresión y Correlación Lineal (Regresión (Análisis de regresión…
Regresión y Correlación Lineal
Correlación
Trata de establecer la relación o dependencia que existe entre las dos variables que intervienen en una distribución bidimensional.
Determina si los cambios en una de las variables influyen en los cambios de la otra.
Las variables están correlacionadas o que hay correlación entre ellas.
Tipos de Correlación
Correlación directa
La correlación directa se da cuando al aumentar una de las variables la otra aumenta.
La recta correspondiente a la nube de puntos de la distribución es una recta creciente.
Correlación inversa
La correlación inversa se da cuando al aumentar una de las variables la otra disminuye.
La recta correspondiente a la nube de puntos de la distribución es una recta decreciente.
Correlación nula
La correlación nula se da cuando no hay dependencia de ningún tipo entre las variables.
En este caso se dice que las variables son incorreladas y la nube de puntos tiene una forma redondeada.
Grado de correlación
El grado de correlación indica la proximidad que hay entre los puntos de la nube de puntos.
Correlación fuerte
La correlación será fuerte cuanto más cerca estén los puntos de la recta.
Correlación débil
La correlación será débil cuanto más separados estén los puntos de la recta.
Correlación nula
NO existe algun tipo de patron o relacion entre ellas
Coeficiente de Correlación Lineal
El coeficiente de correlación lineal es el cociente entre la covarianza y el producto de las desviaciones típicas de ambas variables.
El coeficiente de correlación lineal se expresa mediante la letra r.
Regresión
Permite hallar el valor esperado de una variable aleatoria a cuando b toma un valor específico.
La aplicación de este método implica un supuesto de linealidad cuando la demanda presenta un comportamiento creciente o decreciente
Se hace indispensable que previo a la selección de este método exista un análisis de regresión que determine la intensidad de las relaciones entre las variables que componen el modelo.
Pronóstico de regresión lineal
Es un modelo óptimo para patrones de demanda con tendencia
Creciente
Decreciente
Presenta una relación de linealidad entre la demanda y el tiempo.
Análisis de regresión
Determinar la relación que existe entre una variable dependiente y una o más variables independientes.
Se debe postular una relación funcional entre las variables.
Si se trata de una variable independiente, la forma funcional que más se utiliza en la práctica es la relación lineal.
El análisis de regresión entonces determina la intensidad entre las variables a través de coeficientes de correlación y determinación.
Coeficiente de correlación
Es una medida de asociación entre las variables aleatorias X y Y, cuyo valor varía entre -1 y +1.
El cálculo del coeficiente de correlación se efectúa de la siguiente manera
t hace referencia a la variable tiempo y x a la variable demanda.
Paul Jiménez Vela | 24400238 | Ingeniería de Software
Estadística Aplicada
