Medidas estadísticas Bivariantes de regresión y correlación.
por Lina Marcela Pencue
1. análisis de correlación
1.1. mide la cercanía de la relación entre dos o más variables
1.1.1. Tipos de correlación
1.1.1.1. corelacion directa
1.1.1.2. corelacion inversa
1.1.1.3. corelacion Nula
1.1.2. Grados
1.1.2.1. Fuerte
1.1.2.2. Debil
1.1.2.3. Nula
2. Error estándar de la estimación
2.1. se refiriere al valor absoluto de la variación en la variable de criterio, que se deja sin explicación, o que no cuenta, en la ecuación de regresión ajustada.
3. Coeficiente de correlación
3.1. Término usado en el análisis de regresión para designar la fuerza de la relación lineal entre las variables de criterio y predictivas.
4. Coeficiente de determinación
4.1. se usa en el análisis de regresión para denotar la proporción relativa de la variación total en la variable de criterio que puede explicarse mediante la ecuación de regresión ajustada.
5. coeficiente de relación lineal
5.1. relación positiva
5.1.1. forma ascendente
5.1.1.1. Relación directa
5.2. Relación negativa
5.2.1. forma descendente
5.2.1.1. Relación Indirecta
5.3. Sin relación
5.3.1. forma dispersa
5.3.1.1. Incorelacion
6. análisis de regresión
6.1. se usa para derivar una ecuación que relaciona la variable de criterio con una o más variables de predicción.
6.2. En la terminología de la regresión, la variable que se va a predecir se llama dependiente.
6.3. La o las variables que se usan para predecir el valor de la variable dependiente se llaman variables independientes.
7. modelos de regresión
7.1. Regresión lineal múltiple
7.1.1. permite utilizar mas de una variable independiente y por tanto permite llevar acabo análisis de regresión múltiples.
7.2. regresión lineal simple
7.2.1. igual a una variable independiente
7.2.2. supone que yi = 0 + 1xi + ui