Documente Academic
Documente Profesional
Documente Cultură
se analizara algunos diagramas de dispersin que mustran diferentes relaciones entre variable independientes o de entrada, x y variable dependientes o de salida y,. Si a medida que crece x, hay un cambio en los valores
endo SxSys desviaciones tpicas de x e y. Este coeficiente es adimensional y siempre estar entre 1 y 1. Si hay relacin lineal positiva, rxy > 0 y prximo a 1. Si hay relacin lineal negativa rxy < 0 y prximo a 1. Si no hay relacin lineal rxyr prximo a 0. Nota: Cuando las variables x e y son independientes, Sxy, y por tanto rxy=0. Es decir, si dos variables son independientes su covarianza vale cero. No podemos asegurar lo mismo en sentido contrario. Si dos variables tienen covarianza cero, no podemos decir que son independientes. Sabemos que linealmente no tienen relacin, pero podran tener otro tipo de relacin y no ser independientes.
La regresin lineal puede ser contrastada con lagresin no lineal. Regresin lineal simple Slo se maneja una riable independiente, por lo que slo cuenta con dosrmetros. Son de la forma:
Dado el modelo de regresin simple, si se calcula laperanza alor esperado) del valorm>Y, se obtiene:
Obteniendo dos ecuaciones denominadas uaciones normalese generan la siguientelucinra ambos parmetros
La interpretacin del parmetro beta 2 es que un incremento en Xi de una unidad, Yi incrementar en beta 2 Maneja varias riables independientes. Cuenta con varios parmetros. Se expresan de la forma:8
Regresin lineal simple Dadas dos variables (Y: variable dependiente; X: independiente) se trata de encontrar una funcin simple (lineal) de X que nos permita aproximar Y mediante: Y = a + bX (ordenada en el origen, constante) (pendiente de la recta) A la cantidad e=Y-Y se le denomina residuo o ror residual. As, en el ejemplo de Pearson: Y = 85 cm + 0,5X Donde Y es la altura predicha del hijo y X la altura del padre: En media, el hijo gana 0,5 cm por cada cm del padre.
Probabilidad de que ocurra un evento Frecuencia relativa con la que puede esperarse que ocurra ese evento. La probabilidad de que ocurra un evento puede obtenerse de tres formas:1)empirica, 2)teorica 3)subjetivamente. La probabilidad de un evento es justamente la posibilidad medida en un nmero de que ocurra "una cosa" entre otras tambin posibles. Un ejemplo claro es al tirar un dado: la probabilidad de que salga un nmero uno se mide como: nmero de casos favorables dividido nmero de casos posibles. El nmero de casos favorables es uno, ya que estamos hablando de una tirada, y ms de una vez no puede salir el nmero en una tirada (captas?) y el nmero de casos posibles es 6, ya que hay otros seis nmeros que pueden salir en total: el uno, dos, tres, cuatro, cinco y seis. Resumiendo: La probabilidad de que ocurra un evento se mide como el n de casos favorables/n de casos posibles y particularmente en el dado, la probabilidad de que salga un uno en una tirada es 1/6. As pues, en dos tiradas ser 2*1/6=2/6=1/3 y en tres ser 3*1/6=3/6=1/2. Ley de los grandes nmeros: Si se incrementa el nmero de veces que se repite un experimento, la razn de numero de ocurrencia de xito al numero de ensayos tiende a la probabilidad terica del resultado de un ensayo individual.