Documente Academic
Documente Profesional
Documente Cultură
INTRODUCCIN
La bondad de la prediccin depende de la relacin entre las variables. Si dos
variables no covaran, no podremos hacer predicciones vlidas, y si la intensidad
de la covariacin es moderada, las predicciones no sern demasiado buenas. En
consecuencia, hay que disponer de alguna medida de la capacidad de la ecuacin
de Regresin para obtener predicciones buenas (en el sentido de que sean lo
menos errneas posible).
Esta medida es el Coeficiente de Determinacin, que es el cuadrado del
coeficiente de correlacin de Pearson, y da la proporcin de variacin de la
variable Y que es explicada por las variables X (variable predictora o explicativa).
Si la proporcin es igual a 0, significa que la variable predictora no tiene NULA
capacidad predictiva de la variable a predecir (Y). Cuanto mayor sea la proporcin,
mejor ser la prediccin. Si llegara a ser igual a 1 la variable predictora explicara
TODA la variacin de Y, y las predicciones NO tendran error.
MEDIDAS DE VARIACIN.
El coeficiente de determinacin de la muestra se desarrolla de la relacin entre
dos tipos de variacin: la variacin de los valores Y en conjunto de los datos
alrededor de
la lnea de regresin ajustada
su propia media
el termino variacin en estos dos casos se refiere a la suma de un grupo de
desviaciones cuadradas. Al usar esta definicin, entonces es razonable expresar
la variacin de los valores Y alrededor de la lnea de regresin con esta ecuacin:
Variacin de los valores Y alrededor de la lnea de regresin = la segunda
variacin, la de los valores de Y con respecto a su propia media, est determinada
por variacin de los valores de Y alrededor de su propia media = uno menos la
razn entre estas dos variaciones es el coeficiente de determinacin de la muestra
que se simboliza r2 esta ecuacin es una medida del grado de asociacin lineal
entre X y Y
(6)
o bien
- =
, se se obtiene