Regresión y Determinación

1. Regresión Y correlación no lineal

1.1. REGRESIÓN POLINÓMICA Y COEFICIENTE DE DETERMINACIÓN

2. Supuesto de multicolinealidad

2.1. consiste en que las variables de predicción no son independientes unas de otras, como se requiere, sino que están correlacionadas.

3. Variables binarias

3.1. se usa para representar en forma numérica los atributos o características que no son esencialmente cuantitativos.

4. Regresión de tipo I y razón de correlación

4.1. REGRESIÓN DE TIPO I

4.1.1. representada gráficamente por la nube de puntos

4.2. RAZÓN DE CORRELACIÓN

4.2.1. medida de la relación entre la dispersión estadística entre categorías individuales y la dispersión entre la muestra o la población completa.

4.3. VARIANZA DEBIDA A LA REGRESIÓN Y VARIANZA RESIDUAL

4.3.1. porcentaje de la varianza de Y que se debe a la inclusión de la variable X en el análisis

5. Regresión de tipo II y coeficiente de determinación

5.1. REGRESIÓN DE TIPO II

5.2. COEFICIENTE DE DETERMINACIÓN

6. Regresión lineal

6.1. PARÁMETROS DE LA REGRESIÓN LINEAL

6.1.1. dependencia de Y sobre X yj = a + bxi + eij,

6.2. COEFICIENTE DE DETERMINACIÓN LINEAL

6.2.1. mede el grado de dependencia de Y sobre X bajo la función de regresión lineal

6.3. VARIANZA LINEAL Y VARIANZA RESIDUAL

6.3.1. el primer término del lado derecho de la igualdad es la varianza debida a la regresión y el segundo la varianza residual.

6.4. CORRELACIÓN LINEAL E INDEPENDENCIA ESTADÍSTICA

6.4.1. donde SXSY no es sino el valor absoluto del máximo valor de la covarianza entre dos variables