REGRESIÓN LINEAL

1. Tipo de variables

1.1. Dependiente

1.1.1. Principal a investigar.

1.1.1.1. No cambia

1.2. Independiente

1.2.1. Cambia o es controlada para estudiar sus efectos en la variable dependiente

1.2.1.1. Para

1.2.1.1.1. Estudiar sus efectos

2. Desviación estándar

2.1. Medida de dispersión

2.1.1. Que

2.1.1.1. Indica la dispersión

2.1.1.1.1. De

2.2. Función:

2.3. =DESVESTA( )

3. Varianza

3.1. Medida de dispersión

3.1.1. Que

3.1.1.1. Representa la variabilidad

3.1.1.1.1. De

3.2. Función:

3.3. =VAR( )

4. Covarianza

4.1. Valor que indica

4.1.1. La

4.1.1.1. Variación conjunta

4.1.1.1.1. De

4.2. Función:

4.3. =COVAR( )

5. Noticias

5.1. Los costos logísticos bajaron 25% en los últimos cuatro años.

5.2. Métodos estadísticos en Data Science: Saca el máximo valor a tus datos.

5.3. Análisis tarifario de los servicios de transporte.

5.4. 6 errores que se cometen en los pronósticos de demanda.

6. Homocedasticidad

6.1. La varianza de errores

6.1.1. debe ser

6.1.1.1. Constante durante tiempo

7. Linealidad

7.1. Los datos deben

7.1.1. tener

7.1.1.1. tendencia lineal

8. Simple

8.1. Explica la relación

8.1.1. Entre la

8.1.1.1. Variable Y y variable X.

9. Múltiple

9.1. Estudia relaciones causales

9.1.1. Entre

9.1.1.1. Variable dependiente y más de 2 independientes

10. Regresión lineal

10.1. Método matemático

10.1.1. Que

10.1.1.1. Relaciona variables

10.1.1.1.1. Dependiente e independientes

11. Ejemplos en gráficos

11.1. .

11.1.1. .

12. Referencias

12.1. MENDENHALL, W., et al. (1994) Estadística Matemática con Aplicaciones. México: Grupo Editorial Iberoamérica.

12.2. Johnston, J. Análisis Estadístico de los Costes. Barcelona: Sagitario, S. A., 1966.

12.3. MARTíN PLIEGO, F. y RUIZ-MAYA, L. (1995) Estadística II: Inferencia. Madrid: AC.

12.4. NORUSIS, M.J. (1998) SPSS 6.1 Guide to Data Anaysis. Englewood Cliffs: Prentice-Hall.

12.5. GREEN, S et al. (1997) Using SPSS for Windows: Analyzing and Understanding Data. Upper Saddle River: Prentice Hall.

13. ¿Cuál es el objetivo de la regresión lineal?

13.1. El objetivo es investigar la relación estadística que existe entre una variable dependiente (Y) y una o más variables independientes (, ... ). Para poder hallar la variable respuesta.

13.2. Modelo de regresión lineal simple:

13.2.1. Y=

13.3. Modelo de regresión lineal múltiple:

13.3.1. Y=