Lannn

VARIABLES SEGÚN RELACION:
 Variables dependientes (VD): Son aquellas que se explican por otras variables, son los efectos o resultados respecto a los cuales hay que buscar su motivo, causas o razón de ser. Es la variable que traduce la consecuencia del efecto de una o varias razones o causas, de otras variables.
En los estudios experimentales es la variable que el investigador manipula,asignando categorías o valores distintos y con el fin de observar como influye la manipulación sobre otra variable a la que llamamos dependiente
 Variables independientes (VI): Son las variables explicativas o predictivas, cuya asociación, relación o influencia en la variable dependiente se pretende descubrir en la investigación. Las VI son los que traducen o explican las causas o razones de lasvariaciones en la VD.
Simplificando, en la relación de variables, las causas o antecedentes serian las VI y el efecto o consecuente es la variable VD.
 Variables intervinientes o interfirientes: Son aquellas que coparticipan con al variable independiente condicionando el comportamiento de la variable dependiente.
EJEMPLO:
• El presupuesto familiar (VD) depende de los ingresos (VI).
• El volumende ventas se explica por la inversión en propaganda
• El número de hijos por familia tiene relación con el nivel educativo de los padres.
• En el caso de la relación entre presupuesto familiar (VD) y los ingresos (VI), algunas variables intervinientes serian la conducta de consumo, la edad de los miembros de la familia, etc.

REGRESIÓN LINEAL
La regresión lineal estima los coeficientes de laecuación lineal, con una o más variables independientes, que mejor prediga el valor de la variable dependiente. Se denomina regresión lineal simple, a aquélla en la que aparece una sola variable independiente y regresión lineal múltiple, cuando aparecen más de una variable independiente en la ecuación de la regresión lineal.

La regresión es una técnica estadística utilizada para simular larelación existente entre dos o más variables. Por lo tanto se puede emplear para construir un modelo que permita predecir el comportamiento de una variable dada.
La regresión lineal es una herramienta estadística que podemos usar para describir el grado de relación lineal entre las variables




Ejemplos
X: Número de llamadas telefónicas realizadas por un vendedor promocionando unproducto.
Y: Unidades vendidas por el vendedor.

X: Tiempo que dedica un estudiante a una materia.
Y : Evaluación que obtiene el estudiante en la materia.

DIAGRAMA DE DISPERSIÓN




Sin embargo obtener el modelo de regresión no es suficiente para establecer la regresión, ya que es necesario evaluar que tan adecuado es el modelo de regresión obtenido. Para esto se hace uso del coeficientede correlación R, el cual mide el grado de relación existente entre las variables. El valor de R varia entre -1 y 1, pero en la práctica se trabaja con el valor absoluto de R, entonces, a medida que R se aproxime
a 1, más grande es el grado de correlación entre los datos, de acuerdo con esto el coeficiente de correlación se puede clasificar de varias formas.

oQué es el análisis de correlación lineal?
Es una herramienta estadística que podemos usar para describir el grado de relación lineal entre las variables.
Coeficiente r de Pearson

O





a) Si r > 0, entonces existe “correlación directa positiva”
b) Si r < 0, se trata de una “correlación, inversa negativa”
c) Si r2 = 0, los datos forman una línea recta

En lainterpretación clásica del coeficiente de correlación, se sostiene que si:
a) 0.00 r < 0.20 existe correlación no significativa.
b) 0.20 r < 0.40 existe correlación baja.
c) 0.40 r < 0.70 existe una significativa correlación.
d) 0.70 r < 1.00 existe alto grado de asociación.
Coeficiente de determinación r2

En el siguiente ejemplo tenemos datos sobre el Ingreso y consumo de una...