Please enable JavaScript.
Coggle requires JavaScript to display documents.
Medidas estadísticas bivariantes de regreción (descarga (2) regresión…
Medidas estadísticas bivariantes de regreción
regresión múltiple
emplea
más de una variable independiente
para evaluar una variable dependiente
regresión lineal simple
examina
La relación lineal entre dos variables continuas
un predictor (X)
cuando están relacionadas
es posible predecir un valor de respuesta
una respuesta (Y)
Regresión lineal simple: Estudia los cambios en una variable. Esto quiere decir que cuando una variable independiente ejerce influencia sobre una variable dependiente, donde x es la variable independiente y y la variable dependiente
Tipos de relación
Determinista: Se reconoce el valor de X y el valor de Y queda establecido Y=f (X)
No determinista: Se conoce el valor de X el valor de Y no queda perfectamente establecidos existe una relación pero no exacta
Lineal: Los datos tienen un aspecto recto y cuando la función f(X) es lineal
No lineal: los datos no tienen aspecto recto
Medidas de dependencia lineal La covariaza: depende de las unidades de medidas de las variables
Si hay relación lineal positiva
Si hay relación negativa
Si no hay relación entre las variables o no es lineal la covarianza sera proxima a cero
Coeficiente de correlación lineal: Es una medida de dependencia lineal que no depende de las unidades de medidas
Modelo de regresión lineal simple
Lineas de tendencia: representa una serie de datos obtenidos durante un largo periodo
Nomenclatura modificada
para comentar la regresión múltiple
tres variables de predicción
Ecuación
Coeficiente de regresión parcial
es cuando existe multicolinealidad
no hay interpretación normal de los coeficientes
como "el cambio promedio de la variable de criterio relacionado con el cambio unitario de la variable de predicción apropiada cuando se mantienen constantes las demás variables de predicción
la ecuación sera útil en el caso que las condiciones sean estables
