estadistica

http://es.wikipedia.org/wiki/An%C3%A1lisis_de_la_regresi%C3%B3n
http://www.mitecnologico.com/Main/AnalisisDeCorrelacion
http://es.wikipedia.org/wiki/Regresi%C3%B3n_lineal
http://www.monografias.com/trabajos27/regresion-simple/regresion-simple.shtml
http://www.hrc.es/bioest/Reglin_6.html
http://es.wikipedia.org/wiki/Coeficiente_de_correlaci%C3%B3n_de_Pearsonhttp://es.wikipedia.org/wiki/Coeficiente_de_determinaci%C3%B3n
http://es.wikipedia.org/wiki/Tabla_de_contingencia
http://es.wikipedia.org/wiki/Coeficiente_de_contingencia
http://es.wikipedia.org/wiki/Coeficiente_de_correlaci%C3%B3n_de_Spearman
La estadística es comúnmente considerada como una colección de hechos numéricos expresados en términos de una relación sumisa, y que han sido recopilados a partir de otros datosnuméricos.

ANÁLISIS DE LA REGRESIÓN
La regresión estadística o regresión a la media es la tendencia de una medición extrema a presentarse más cercana a la media en una segunda medición. La regresión se utiliza para predecir una medida basándonos en el conocimiento de otra.El término regresión fue introducido por Francis Galton en su libro Natural inheritance (1889) y fue confirmada por su amigo KarlPearson. Su trabajo se centró en la descripción de los rasgos físicos de los descendientes (variable A) a partir de los de sus padres (variable B). Estudiando la altura de padres e hijos a partir de más de mil registros de grupos familiares, se llegó a la conclusión de que los padres muy altos tenían una tendencia a tener hijos que heredaban parte de esta altura, pero que revelaban también unatendencia a regresar a la media. Galton generalizó esta tendencia bajo la "ley de la regresión universal": «Cada peculiaridad en un hombre es compartida por sus descendientes, pero en media, en un grado menor.»
Modelos de regresión
Regresión lineal
Regresión lineal simple
Dadas dos variables (Y: variable dependiente; X: independiente) se trata de encontrar una función simple (lineal) de X que nospermita aproximar Y mediante: Ŷ = a + bX
a (ordenada en el origen, constante)
b (pendiente de la recta)
A la cantidad e=Y-Ŷ se le denomina residuo o error residual.
Así, en el ejemplo de Pearson: Ŷ = 85 cm + 0,5X
Donde Ŷ es la altura predicha del hijo y X la altura del padre: En media, el hijo gana 0,5 cm por cada cm del padre.
Regresión lineal múltiple
Regresión no lineal
Regresiónsegmentada

Análisis de regresión.- Es la técnica empleada para desarrollar la ecuación y dar las estimaciones.
Ecuación de Regresión.- es una ecuación que define la relación lineal entre dos variables.
Ecuación de regresión Lineal: Y’ = a + Bx
Ecuación de regresión Lineal Múltiple: Y’ = a + b1X1 + b2X2 + b3X3...
Principio de Mínimos Cuadrados.- Es la técnica empleada para obtener la ecuación deregresión, minimizando la suma de los cuadrados de las distancias verticales entre los valores verdaderos de "Y" y los valores pronosticados "Y".
Análisis de regresión y Correlación Múltiple.- consiste en estimar una variable dependiente, utilizando dos o más variables independientes.

ANÁLISIS DE CORRELACIÓN
Es el conjunto de técnicas estadísticas empleado para medir la intensidad de laasociación entre dos variables. El principal objetivo del análisis de correlación consiste en determinar que tan intensa es la relación entre dos variables. Normalmente, el primer paso es mostrar los datos en un diagrama de dispersión.
Diagrama de Dispersión.- es aquel grafico que representa la relación entre dos variables.
Variable Dependiente.- es la variable que se predice o calcula. Cuyarepresentación es “Y”
Variable Independiente.- es la variable que proporciona las bases para el calculo. Cuya representación es: X1,X2,X3…….
Coeficiente de Correlación.- Describe la intensidad de la relación entre dos conjuntos de variables de nivel de intervalo. Es la medida de la intensidad de la relación lineal entre dos variables.
El valor del coeficiente de correlación puede tomar valores...