1. REGRESIÓN TIPO II
1.1. Se supone que la función y = f(x) o y = f(x1, x2, …, xp) que compromete la variable explicada con la explicativa tiene formas paramétricas, es decir, Y se relaciona con X, así este dentro de la distribución o no.
1.1.1. Se puede establecer una clasificación de la regresión tipo II
1.1.1.1. Denpendiendo de
1.1.1.1.1. Tipo de funcion que relaciona las variables explicativas con la variable explicada.
2. Derivar una ecuación que relaciona la variable de criterio con una o más variables de predicción.
3. Es una tecnica estadistica
4. ERROR ESTANDAR DE LA ESTIMACIÓN
4.1. Termino usado para referirse 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.
5. REGRESIÓN TIPO I
5.1. Es asignada a cada uno de los valores de la variable explicativa, en el caso múltiple. La media de la variable explicada condicionada a tal valor o valores de la variable explicativa.
5.1.1. Solo prevé estimaciones de Y para los valores de X contenidos en la distribución de frecuencia.
6. LA REGRESION Trata de explicar el comportamiento de una variable,
6.1. Variables explicativas
6.1.1. La regresión y correlación, serán simples si únicamente hay una variable explicativa; por el contrario sera múltiple si el numero de variable son varias.
6.2. Denominadas explicada
6.2.1. Dependiente o Endogena
6.2.1.1. En funcion de otra u otras.
6.3. Denominada explicativa
6.3.1. Independientes o exogenas.
7. COEFICIENTE DE DETERMIANCION MULTIPLE
7.1. En el análisis de determinación múltiple, la proporción de variación en la variable de criterio que se explica con la covariación de las variables predictivas.
8. Correlación :Estudian la relación entre dos o mas variables.
8.1. Es una técnica estadística
8.2. Mide la cercanía de la relación entre dos variables.
8.2.1. Designa la fuerza de la relación lineal entre las variables.
9. COEFICIENTE DE DETERMINACIÓN
9.1. Cuando esta escogido el modelo de funcion tipo II y estimados su valores delos parametros que hacen minima SCE
9.1.1. Escomo medir el grado de dependencia de Y respecto a X, suposición de que se estima Y mediante dicha función concreta de X
10. REGRESION LINEAL
10.1. Una función es lineal si no esta dividida ni multiplicada por cualquier otro parámetro.
11. COEFICIENTE DE RELACION PARCIAL O NETA
11.1. Cantidad que resulta de un analisis de regresion multiple
11.1.1. indica
11.1.1.1. Cambio promedio en la variable de criterio por cambiounitario en la variable predictiva.