Documente Academic
Documente Profesional
Documente Cultură
CHIMBORAZO
En general interesa:
Investigar si existe una asociación entre las dos variables testeando la hipótesis de
independencia estadística.
Estudiar la fuerza de la asociación, a través de una medida de asociación denominada
coeficiente de correlación.
Estudiar la forma de la relación. Usando los datos propondremos un modelo para la
relación y a partir de ella será posible predecir el valor de una variable a partir de la
otra.
El Análisis de regresión:
b.- ¿Pueden estimarse los valores de Y a partir de los de X? ¿Con qué precisión?
De modo general, diremos que existe regresión de los valores de una variable con respecto a
los de otra, cuando hay alguna línea, llamada línea de regresión que se ajusta más o menos
claramente a la nube de puntos.
Si existe regresión, a la ecuación que nos describe la relación entre las dos variables la
denominamos ecuación de regresión.
Por ejemplo: Y=a+bx
Y=a+bX+cX2
Tipos de regresión
Cuando las variables X e Y se relacionan según una línea curva, hablaremos de Regresión no
lineal o curvilínea. Aquí podemos distinguir entre Regresión parabólica, Exponencial, Potencial,
etc.
COEFICIENTE DE REGRESIÓN
Los coeficientes de regresión representan los cambios medios en la variable de respuesta para
una unidad de cambio en la variable predictor mientras se mantienen constantes los otros
predictores en el modelo. Este control estadístico que proporciona la regresión es importante
porque aísla el plapel de una variable de todas las otras del modelo.
En la recta de regresión como ya veremos- b recibe el nombre de Coeficiente de regresión
Y=a+bx
Como solución al inconveniente planteado, para medir la asociación lineal entre dos variables
X e Y se utiliza una medida adimensional denominada coeficiente de correlación lineal.
Propiedades
7. Si r = 1 ó −1, los puntos de la nube están sobre la recta creciente o decreciente. Entre ambas
variables hay dependencia funcional.
Covarianza
COEFICIENTE DE DETERMINACIÓN