Las medidas estadísticas Bivariantes.

Comienza Ya. Es Gratis
ó regístrate con tu dirección de correo electrónico
Rocket clouds
Las medidas estadísticas Bivariantes. por Mind Map: Las medidas estadísticas Bivariantes.

1. Permite estudiar dos variables de forma simultánea y determinar si tiene alguna relación funcional entre sí y cuantificar dicha relación.

2. Regresión

2.1. Simple:

2.2. Es un modelo matemático que describe la relación entre las variables.

2.3. Es la estimación o determinación de una variable (dependiente Y) a partir de otra variable (independiente X) : Y se estima a partir de X, pero también se puede estimar X a partir de Y.

2.4. Regresión lineal: Y= A+Bx

2.5. Regresión logarítmica: Y= A+BLn(x)

2.6. Regresión exponencial: Y= Ac(bx)

2.7. Regresión cuadrática: Y= A+Bx+Cx2

2.8. Múltiple:

2.8.1. Utiliza dos o más variables predictoras (x1,x2,x3.....) para pronosticar la variable Y.

3. Correlación

3.1. Es la medida cuantitativa del grado de relación entre las variables. (número que mide la correlación entre las variables) - 1 < R < 1, es decir que tan fuerte es la relación entre la variables.

3.1.1. coeficiente de relación.

3.1.1.1. Esta medida indica el grado de relación de las dos variables, Se denota por la letra r.

3.1.2. Coeficiente de determinación.

3.1.2.1. Se define como la proporción de la varianza total de la variable explicada por la regresión, se denota por la letra r².

3.2. Tipo

3.2.1. Directa

3.2.1.1. Si X aumenta Y también.

3.2.1.1.1. La nube de los puntos es una recta creciente.

3.2.2. Inversa

3.2.2.1. Si X aumenta Y disminuye.

3.2.2.1.1. La nube de los puntos es una recta decreciente.

3.2.3. Nula

3.2.3.1. No hay dependencia entre variables.

3.2.3.1.1. La nube de los puntos es redondeada.

3.3. Grado

3.3.1. Débil

3.3.1.1. La correlación será débil cuanto más estén separados los puntos de la recta.

3.3.2. Fuerte

3.3.2.1. La correlación será fuerte cuanto más cerca los puntos de la recta.

3.3.3. Nula

3.3.3.1. No existe algún tipo de patrón o relación entre las variables.