Medidas estadisicas bivariantes de regresion lineal

1. Medidas estadisticas bivariantes

1.1. Regresión y Correlaciion

1.2. Diagrama de dispersion

1.3. Regresión lineal simple

1.4. Correlacion

1.5. Regresión multiple

2. Modelo de análisis de Regresión

2.1. Estadiistíco: permite la incorporación de un componente aleatorio o en la relación

2.2. Estandarizada: La pendiente B1 nos indica si hay relacion entre dos variables

2.3. Determinisitíco: Que bajo condiciones lineales, la variable independiente puede ser por una función matematicas de las variables indepndientes

3. Regresión lineal

3.1. Coefiiciente de correlación lineal de Pearson

3.1.1. Si los puntos tiiene una tendencia a disponersen lineadamente

3.1.2. r es util paea determinar si hay relación lineal entre dos variables pero no servira para ( cuadrática logaritmica)

3.1.3. Tiene un mismo signo que SXY

4. COVARIANZA DE DOS VARIABLES ALEATORIAS X e Y

4.1. Entre dos variables Xsy nos indica si la relación entre dos variables es directa o inversa

4.2. El signo de la covarianza nos indica que la nube de los puntos es creciente o no pero no dice nada del grado de la relación entre variables.

5. Problemas con la regresión

5.1. Errores correlacionados

5.2. Relación no lineal

5.3. Varianza no homogenea

6. Analisis de regresion

6.1. Estudia la relacion entre dos variables cuantitativas

6.2. Tecnica estadística usada para derivar una ecuación que relaciona una variable de criterio con una o mas variables de predicción.

6.3. Estudia la fuerza de la asociación a través de una medida de asociación denominada coeficiente de correlación

7. Modelo de regresión lineal simple

7.1. y EL Ÿ ya que es rara vez que coincidenpor muy bueno que sea el modelo de regresión a la cantidad "-e Y-ÿ" se denomina error residual

7.2. Encontramos una función de X muy simple - lineal que permite aproximar mediante -x+b0+b1x