1. CORRELACION: Relacion mutua, mide e incica el grado y los valores de una variable al relacionarse con otra variable.
1.1. La correlacion lineal simple es el analisis que mide la relacion entre una variable independiente y una variable dependiente.
1.2. Existe el coeficiente de correlacion de Pearson, mide la relacion lineal existente entre las variables cuantitativas.
1.2.1. Ejemplo: si tenemos que 0 es un punto central sin ninguna correlacion,de 0 a , hay una correlacion positiva debil, luego moderada, fuerte y luego de 1 perfecta.
1.2.2. Lo mismo para el caso negativo: 0 aplica sin ninguna correlacion, pero de 0 a -1 existen las mismas correlaciones, debil moderada, fuerte y perfecta, con valores negativos.
1.3. Los valores del indice varian deacuerdo con el intervalo realizado, se puede interpretar diciendo si hay o no correlacion, entonces se genera una independencia entre dos variables, por lo que la variacon de una de las dos no influye en el movimiento que realice la otra
1.4. Analisis de dos variables cuantitativas
1.4.1. Funcion lineal regresion lineal: Y= a+bx
1.4.2. Se pueden expresar mediante un diagrama de dispersion
1.4.3. Las cordenadas sobre los ejes cartesianos son los valores que toman las dos variables para la observacion.
1.4.4. Teniendo en cuenta las variables dependiente e independiente.
1.5. CORRELACION: Mide cercania
1.6. r=0: sin correlacion, r=1 correlacion positiva perfecta, 0<r<1, correlacon positiva, r=-1, correlacion negativa perfecta, -1<r<0: correlacion negativa.
1.7. Correlacion lineal positiva: tiene un valor mediano, por que no todos los puntos estan incluidos en la recta, nula: no todos estan asociados, lineal positiva fuerte: todos los valores estan sobre la recta, lineal negativa fuerte: el grafico no nace del vertice, no lineal parabolica fuerte: cumple el sentido de la linea de la parabola.
2. se debe realizar una seleccion adecuada de la informacion con la cual se va a trabajar para evitar manipular los datos de manera erronea.
3. Algunas formulas: regresion lineal: y=a+bx Logaritmica: y=a+bl (n) Exponencial y=ac(bx) Cuadratica y=a+bx+cx2
4. REGRESION: derivar una ecuacion que relaciona la variable con mas variables de prediccion.
4.1. En los valoeres a y b se les denomina coeficientes de la regreson lineal de y sobre x o simplemente coeficientes de regresion e indica la variacion de y ante un incremento unitario de x.
4.2. Respecto al coeficiente de regresion lineal, luego de elegir la funcion rectilinea que se va a representar con la relacion de la depencia de Y sobre X y los parametros de A y B, se realiza el computo del coeficiente de determinacion lineal con el objetivo de medir le grado de dependencia que tiene Y sobre X en base a una funcion de regresion lineal estimada.
4.2.1. Tipos de regresion
4.2.1.1. simple
4.2.1.1.1. Estudia los cambios de una variable, no aleatoria, en el caso de existir una relacion funcional entre ambas variables que pueden ser establecidas por una expresion lineal, es decir, su representacion grafica es una linea recta.
4.2.1.2. multiple
4.2.1.2.1. El numero de variables explicativas son varias.
4.2.1.3. Logistica
4.2.1.3.1. Tipo de analisis de regresion utilizado para predecir el resultado de una variable categorica(variable que puede adoptar un numero limitado de categorias) en funcion de las variables independiente o predictoras.