Medidas Estadísticas Bivariantes de regresión

Mapa de medidas Bivariantes de regresión.

Comienza Ya. Es Gratis
ó regístrate con tu dirección de correo electrónico
Medidas Estadísticas Bivariantes de regresión por Mind Map: Medidas Estadísticas Bivariantes de regresión

1. Analisis de regresion

1.1. El objeto de analisis de regresion es determinar, es determinar la relacion que existe, entre una variable dependiente y una o mas variables independientes.

2. Coeficiente de correlación lineal

2.1. Nos indica si los puntos tienen una tendencia a disponerse alineadamente. Tiene el mismo signo que Sxy, por tanto de su signo obtenemos el que es posible determinar si hay relación sea directa o inversa.

3. Covarianza de dos variables aleatorias

3.1. La covarianza entre dos variables Sxy, nos indica si la posible relación entre dos variables, es directa o inversa.

4. El contraste de regresión

4.1. En el contraste de regresión contrastamos la hipótesis nula de que la pendiente de la recta es cero, es decir, que no existe relación o dependencia lineal entre las dos variables.

5. El coeficiente de regresión

5.1. El coeficiente de regresión nos da información sobre el comportamiento de la variable Y frente a la variable X.

6. Razón de correlación

6.1. En el apartado anterior se ha minimizado SCE pero esto no significa que ésta sea muy pequeña. Pudiera ser grande y resultar que con otras estimaciones de Y distintas de las medias.

7. Referencia Bibliográfica:

7.1. Montero, J.M. (2007). Regresión y Correlación Simple. Madrid: Paraninfo. (pp 151 – 158). Recuperado de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100011&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=b8

8. Regresión lineal simple

8.1. La recta de regresión es la que mejor se ajusta a la nube de puntos, esta pasa por el punto (x,y). llamado centro de gravedad

8.1.1. Recta de regresión de Y sobre X

8.1.2. Recta de regresión de X sobre Y

8.1.3. Correlación lineal consiente entre la covarianza y el producto.

9. Regresión lineal simple objeto.

9.1. DEFINICION: Es una tecnica que permite cuantificar la relación que puede ser observada cuando se grafica un diagrama de puntos dispersos correspondiente a dos variables.

10. Método de mínimos cuadrados

10.1. Para esto utilizaremos el método de mínimos cuadrados. Este método consiste en minimizarla suma de los cuadrados de los errores:

11. El contraste de regresión

11.1. Si aceptamos la hipótesis nula concluimos que no hay evidencias de que haya una relación lineal entre las variables y el modelo, en principio, no es apropiado.

12. Inferencias acerca de la predicción .

12.1. Nos puede interesar predecir el valor medio de la variable respuesta o bien el valor de la variable respuesta para un valor x que no ha sido considerado en la muestra.

13. Elaborado por: Tatiana Mejia curso: 234