REGRESIÓN LINEAL

Comienza Ya. Es Gratis
ó regístrate con tu dirección de correo electrónico
Rocket clouds
REGRESIÓN LINEAL por Mind Map: REGRESIÓN LINEAL

1. Simple

1.1. Explica la relación

1.1.1. Entre la

1.1.1.1. Variable Y y variable X.

2. Múltiple

2.1. Estudia relaciones causales

2.1.1. Entre

2.1.1.1. Variable dependiente y más de 2 independientes

3. Regresión lineal

3.1. Método matemático

3.1.1. Que

3.1.1.1. Relaciona variables

3.1.1.1.1. Dependiente e independientes

4. Tipo de variables

4.1. Dependiente

4.1.1. Principal a investigar.

4.1.1.1. No cambia

4.2. Independiente

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

4.2.1.1. Para

4.2.1.1.1. Estudiar sus efectos

5. Desviación estándar

5.1. Medida de dispersión

5.1.1. Que

5.1.1.1. Indica la dispersión

5.1.1.1.1. De

5.2. Función:

5.3. =DESVESTA( )

6. Varianza

6.1. Medida de dispersión

6.1.1. Que

6.1.1.1. Representa la variabilidad

6.1.1.1.1. De

6.2. Función:

6.3. =VAR( )

7. Covarianza

7.1. Valor que indica

7.1.1. La

7.1.1.1. Variación conjunta

7.1.1.1.1. De

7.2. Función:

7.3. =COVAR( )

8. Ejemplos en gráficos

8.1. .

8.1.1. .

9. Referencias

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

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

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

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

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

10. Noticias

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

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

10.3. Análisis tarifario de los servicios de transporte.

10.4. 6 errores que se cometen en los pronósticos de demanda.

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

11.1. 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.

11.2. Modelo de regresión lineal simple:

11.2.1. Y=

11.3. Modelo de regresión lineal múltiple:

11.3.1. Y=

12. Homocedasticidad

12.1. La varianza de errores

12.1.1. debe ser

12.1.1.1. Constante durante tiempo

13. Linealidad

13.1. Los datos deben

13.1.1. tener

13.1.1.1. tendencia lineal