comandos Regresion simpl mult

REGRESION


Construir recta de regresión: Dependencia + Regresión Simple. Para cada uno de los parámetros de la recta de regresión (ordenada y pendiente), Statgraphics proporciona un contraste deltipo , ; es decir, si el p-valor es mayor que el nivel de significación considerado, la hipótesis se acepta y en consecuencia el parámetro se puede considerar como 0. Si el contraste se realiza sobrela pendiente, y se acepta la hipótesis, ello es equivalente a aceptar que no hay correlación lineal.

Calcular covarianza: Descripción + Datos Numéricos + Análisis Multidimensional + Ops. Tabulares +Covarianzas.

Calcular coeficiente de correlación de Pearson: Hay dos formas. La primera es + Datos Numéricos + Análisis Multidimensional; aquí además aparece un contraste del tipo , . La segunda esDependencia + Regresión Simple (aquí no aparece ningún test).

Calcular coeficiente de correlación de Spearman: Descripción + Datos Numéricos + Análisis Multidimensional + Ops. Tabulares + Correlaciónpor Rangos; aquí además aparece un contraste del tipo , .

Estudiar la existencia o no de correlación lineal: hay varios contrastes para esto:

El contraste ,, siendo la pendiente de la recta deregresión. Aparece al ejecutar Dependencia + Regresión Simple. Si se acepta, se entiende que no hay correlación lineal.
Al seguir la ruta anterior Dependencia + Regresión Simple, en la ventana deregresión aparece un análisis de la varianza que produce un cierto p-valor. La hipótesis que se está constrastando es .
El contraste , , siendo el coeficiente de correlación lineal de Pearson. Si se acepta,se entiende que no hay correlación lineal.
El contraste , , siendo el coeficiente de correlación lineal de Spearman. Si se acepta, se entiende que no hay correlación lineal.

Calcular el coeficientede determinación (R-cuadrado): Dependencia + Regresión Simple. Es el porcentaje de variabilidad de los datos que está siendo explicado por la introducción del modelo.

Comparación con otros modelos:...