Correlacion y regresion

Solo disponible en BuenasTareas
  • Páginas : 5 (1056 palabras )
  • Descarga(s) : 0
  • Publicado : 31 de agosto de 2012
Leer documento completo
Vista previa del texto
UNIVERSIDAD VERACRUZANA
(FACULTAD DE CIENCIAS ADMINITRATIVAS Y SOCIALES)



ESPERIENCIA EDUCATIVA:
ESTADISTICA II

PROFESOR:
ISMAEL SOSA GALINDO

TRABAJO DE INVESTIGACION:
CORRELACION Y REGRESION

ALUMNA:
EUNICE RAMIREZ NIÑO

MATRICULA:
S10018079

CARRERA PROFESIONAL:
ADMINISTRACION DE NEGOCIOS INTERNACIONALES

INDICE

.Análisis de Regresión yCorrelación………………………………..1

Análisis de Correlación:…………………………………………….2

Modelos de Regresión………………………………………………3

FUENTE BOBLIOGRAFICA……………………………………,.4

.Análisis de Regresión y Correlación
Muchas veces las decisiones se basan en la relación entre dos o más variables.Ejemplos
Dosis de fertilizantes aplicadas y rendimiento del cultivo.
La relación entre la radiación que reciben los sensores con la que se predicenlos rendimientos por parcelas con los rendimientos reales observados en dichas parcelas.
Relación entre tamaño de un lote de producción y horas –hombres utilizadas para realizarlo.
Distinguiremos entre relaciones funcionales y relaciones estadísticas

Introducción
.Relación funcional entre dos variables
Una relación funcional se expresa mediante una función matemática.
Si X es 260130 3 50 25 2 150 75 1 Rend.(kg/h) Dosis Parcela
.Figura 1 Nota: Las observaciones caen exactamente sobre la línea de relación funcional
.Relación estadística entre dos variables
la variable independiente e Y es la variable dependiente, una relación funcional tiene la forma:
Y=f(X)
Ejemplo 1
A diferencia de la relación funcional, no es una relación perfecta, las observaciones no caenexactamente sobre la curva de relación entre las variables
Ejemplo 2
87 40 5 170 80 4 128 60 3 50 20 2 73 30 1 Horas hombre Tamaño del lote Lote de prod.
Figura 2 Nota: La mayor parte de los punto no caen directamente sobre la línea de relación estadística. Esta dispersión de punto alrededor de la línea representa la variación aleatoria
.Figura 3 Nota: se trata de un terreno rugoso dondevarían notablemente las condiciones de observación del sensor, para corregir errores geométricos de la imagen, se aplican funciones de segundo grado. Los datos sugieren que la relación estadística es de tipo curvilínea.

Análisis de Regresión: Es un procedimiento estadístico que estudia la relación funcional entre variables.Con el objeto de predecir una en función de la/s otra/s.

Análisis deCorrelación:
Un grupo de técnicas estadísticas usadas para medir la intensidad de la relación entre dos variables
Diagrama de Dispersión: Es un gráfico que muestra la intensidad y el sentido de la relación entre dos variables de interés .
Variable dependiente (respuesta, predicha, endógena) : es la variable que se desea predecir o estimar
Variables independientes (predictoras, explicativasexógenas). Son las variables que proveen las bases para estimar .
Regresión simple: interviene una sola variable independiente
Regresión múltiple: intervienen dos o más variables independientes .
Regresión lineal: la función es una combinación lineal de los parámetros.
Regresión no lineal: la función que relaciona los parámetros no es una combinación lineal

Conceptos básicos
Gráfico dedispersión Los diagramas de dispersión no sólo muestran la relación existente entre variables, sino también resalta n las observaciones individuales que se desvían de la relación general. Estas observaciones son conocidas como outliers o valores inusitados, que son puntos de los datos que aparecen separados del resto.
Coeficiente de correlación lineal
El Coeficiente de Correlación ( r )requiere variables medidas en escala de intervalos o de proporciones
Varía entre -1 y 1.
Valores de -1 ó 1 indican correlación perfecta.
Valor igual a 0 indica ausencia de correlación.
Valores negativos indican una relación lineal inversa y valores positivos indican una relación lineal directa
Correlación Negativa Perfecta 0 1 2 3 4 5 6 7 8 9 10 10 9 8 7 6 5 4 3 2 1 0 X Y
10...
tracking img