TareaAnalisis
Páginas: 4 (939 palabras)
Publicado: 22 de octubre de 2015
SERIE I
1. Regresión: el análisis de la regresión es un proceso estadístico para la estimación de relaciones entre variables. Incluye muchas técnicas para el modelado y análisis de diversasvariables, cuando la atención se centra en la relación entre una variable dependiente y una o más variables independientes. Más específicamente, el análisis de regresión ayuda a entender cómo el valor típicode la variable dependiente cambia cuando cualquiera de las variables independientes es variada, mientras que se mantienen las otras variables independientes fijas.
2. Coeficiente de correlación linealde Pearson: El coeficiente de correlación de Pearson, pensado para variables cuantitativas (escala mínima de intervalo), es un índice que mide el grado de covariación entre distintas variablesrelacionadas linealmente. Adviértase que decimos "variables relacionadas linealmente". Esto significa que puede haber variables fuertemente relacionadas, pero no de forma lineal, en cuyo caso no proceder aaplicarse la correlación de Pearson. Por ejemplo, la relación entre la ansiedad y el rendimiento tiene forma de U invertida; igualmente, si relacionamos población y tiempo la relación será de formaexponencial. En estos casos (y en otros muchos) no es conveniente utilizar la correlación de Pearson.
3. Propiedades del coeficiente de correlación lineal de Pearson:
1. Si 0
4. Si R=0, se dice entonces que no hay correlación o que las variables son incorreladas.
4. Coeficiente de determinación: mide la proporción de variabilidad totalde la variable dependiente respecto a su media que es explicada por el modelo de regresión. Es usual expresar esta medida en tanto por ciento, multiplicándola por cien. Si la proporción es igual a...
1. Regresión: el análisis de la regresión es un proceso estadístico para la estimación de relaciones entre variables. Incluye muchas técnicas para el modelado y análisis de diversasvariables, cuando la atención se centra en la relación entre una variable dependiente y una o más variables independientes. Más específicamente, el análisis de regresión ayuda a entender cómo el valor típicode la variable dependiente cambia cuando cualquiera de las variables independientes es variada, mientras que se mantienen las otras variables independientes fijas.
2. Coeficiente de correlación linealde Pearson: El coeficiente de correlación de Pearson, pensado para variables cuantitativas (escala mínima de intervalo), es un índice que mide el grado de covariación entre distintas variablesrelacionadas linealmente. Adviértase que decimos "variables relacionadas linealmente". Esto significa que puede haber variables fuertemente relacionadas, pero no de forma lineal, en cuyo caso no proceder aaplicarse la correlación de Pearson. Por ejemplo, la relación entre la ansiedad y el rendimiento tiene forma de U invertida; igualmente, si relacionamos población y tiempo la relación será de formaexponencial. En estos casos (y en otros muchos) no es conveniente utilizar la correlación de Pearson.
3. Propiedades del coeficiente de correlación lineal de Pearson:
1. Si 0
4. Si R=0, se dice entonces que no hay correlación o que las variables son incorreladas.
4. Coeficiente de determinación: mide la proporción de variabilidad totalde la variable dependiente respecto a su media que es explicada por el modelo de regresión. Es usual expresar esta medida en tanto por ciento, multiplicándola por cien. Si la proporción es igual a...
Leer documento completo
Regístrate para leer el documento completo.