1. Mediciones
1.1. Regresion- Coeficiente de determinacion
1.1.1. Comprende entre los numeros 0 y 1, representando X,Y
1.1.1.1. R´2=1- Se´2/S´2y
1.1.1.1.1. Coeficiente de determinacion = cociente entre la varianza de datos de Yi estimados , y la varianza de los datos de Yi correspondientes a cada Xi, R2 = Sŷ / Sy
1.2. Correlacion - Coeficiente de correlación o de pearson
1.2.1. Comprende entre +1 y -1, y confirma el grado de relacion entre las variables
1.2.1.1. Para ello se tiene la tabla donde se miden
1.2.1.1.1. Correlacion perfecta, en R (+) =1, en R(-) = -1
1.2.1.1.2. Correlacion excelente en R(+) =0.90<r<1 en R(-)=-1<r<-0.90
1.2.1.1.3. Correlacion aceptable en R(+) =0.80<r<0.90 en R(-) = -0.90<r<-0.80
1.2.1.1.4. Correlacion regular en R(+) = 0.60<r<0.80, en R(-) = -0.80<r<-0.60
1.2.1.1.5. Correlacion minina en R(+) = 0.30<r<0.60, en R(-) -0.60<r<-0.30
1.2.1.1.6. No hay correlacion en R(+) = 0<r<0.30, o en R(-) = -0.30<r 0
2. La técnica bivariante, nos permite estudiar 2 variables en conjunto y determinar si existes relaciones entre ellas
2.1. Regresión y correlación lineal
2.1.1. Regresión
2.1.1.1. Podemos anticiparnos, viendo el análisis a una medida en función de otra, es decir examina 2 variables pero restringe una de ellas.
2.1.1.1.1. Lo podriamos analizar
2.1.2. Correlación
2.1.2.1. Examina la relación entre las 2 variables
2.1.2.1.1. Se puede analizar con el coeficiente de correlación