1. Análisis de regresión: técnica estadística usada para derivar una ecuación que relaciona una variable de criterio con una o mas variables de predicción
1.1. regresión simple
1.1.1. se puede establecer una primera clasificación en función del numero de variables explicativas; por el contrario; será múltiple.
1.2. Regresión lineal
1.2.1. Linealidad en las variables: una función Y=f(x) se dice que es lineal en X si la variable X aparece con potencia unitaria y no esta multiplicada ni dividida por otra variable.
1.2.2. Linealidad en las parámetros: se dice que una función es lineal en los parámetros si estos aparecen con frecuencia unitaria y no están multiplicadas ni divididas por cualquier otro parámetro
1.3. coeficiente de correlación
1.3.1. termino usado en el análisis de regresión para designar la fuerza de la relación lineal entre las variables de criterio y predictivas
1.4. coeficiente de determinación
1.4.1. termino usado en el análisis de regresión para derrotar la proporción relativa de la variación total en la variable de criterio que puede explicarse mediante la ecuación de regresión ajustada.
1.4.2. coeficiente de determinación lineal
1.4.2.1. tiene como objetivo medir el grado de dependencia de Y sobre X bajo la función de regresión lineal estimada.
2. algunas formulas: regresión lineal Y= a+bx, logarítmica Y= a + bln(x), exponencial Y= ac (bx) y cuadrática Y= a +bx +cx 2
3. análisis de correlación: técnica estadística usada para medir la cercanía de la relacion lineal entre dos o mas variables en una escala de intervalo
3.1. análisis de dos variables cuantitativas
3.1.1. se puede representar mediante un diagrama de dispersion
3.1.2. las coordenadas sobre los ejes cartesianos son los valores que toman, los dos valores para la observación.
3.1.3. teniendo en cuenta los valores dependientes e independientes
3.2. Relacion muta: mide e indica el grado y los valores de una variable al relacionarse con otra variable
3.2.1. correlación: mide cercanía
3.2.2. r=0: sin correlacion
3.2.3. r=1: correlación positiva perfecta
3.2.4. 0<r1: correlación positiva
3.2.5. r=-1: correlación negativa perfecta
3.2.6. -1<r<0: correlación negativa
3.3. el coeficiente de determinación lineal simple
3.3.1. Se denomina por se una particularización de la razón de correlación exactamente del coeficiente de determinación
3.3.2. La correlación no distingue entre, variables y respuestas
3.4. correlación lineal positiva: Tiene un valor mediano, por que no todos los puntos están incluido en la recta.
3.4.1. nula: no todas están asociadas
3.4.2. lineal positivo, fuerte: todos los valores están sobre la recta.
3.4.3. lineal negativa fuerte: el grafico no nace del vértice
3.4.4. no lineal parabólica fuerte: cumple el sentido de lo lineal de la parabola