MODELOS DE ANÁLISIS DE REGRESIÓN
Sarah67Ensayo8 de Junio de 2022
991 Palabras (4 Páginas)90 Visitas
10.1. REGRESIÓN.
[pic 1]
Es decir encontrar una relación funcional para el caso de dos variables será:
[pic 2]
Variable Dependiente Variable Independiente
MODELOS DE ANÁLISIS DE REGRESIÓN
[pic 3]
[pic 4]
10.2. REGRESIÓN LINEAL.
10.2.1. DIAGRAMA DE DSIPERSION O PUNTOS DE NUBE
.
[pic 5][pic 6][pic 7]
“Al parecer el peso aumenta con la altura”
10.2.2. ECUACIÓN DE REGRESIÓN LINEAL.
[pic 8] | Dónde: [pic 9] [pic 10] [pic 11] [pic 12] |
Calculo de la regresión:
[pic 13]
[pic 14]
|
[pic 26]
[pic 27]
10.2.3. IMPORTANCIA DEL ANALISIS DE REGRESIÓN LINEAL.
La importancia se la puede resumir de la siguiente manera:
- Permite estimar parámetros de “a” y “b” a partir de mínimos cuadrados.
- Permite medir la relación entre dos variables
- Estima el impacto de una variable sobre otra
- Nos permite calcular valores esperados de las variables involucradas en el proceso y evaluar las características de la relación entre dos variables.
10.3. COEFICIENTE DE CORRELACIÓN LINEAL
La CORRELACIÓN es el grado de relación entre dos variables, es decir cual relacionados se encuentran entre si las variables.
[pic 28]
[pic 29]
10.3.1. PROPIEDADES DE CORRELACIÓN LINEAL
- Es adimensional
- Sólo toma valores en [-1,1]
- Las variables son incorrelacionadas ⬄ r=0
- Relación lineal perfecta entre dos variables ⬄ r = +1 Ó r = - 1
- Cuanto más cerca esté r de +1 o -1 mejor será el grado de relación lineal.
10.4. COEFICIENTE DE DETERMINACIÓN
El coeficiente de determinación es el cuadrado del coeficiente de correlación, permite indicar el grado de certeza con que una variable depende de la otra.
[pic 30]
[pic 31]
[pic 32]
PROPIEDADES DE r 2
- Es adimensional que sólo puede tomar valores en [0, 1]
- Cuando un ajuste es bueno, R2 será cercano a uno.
- Cuando un ajuste es malo R2 será cercano a cero.
- También se le denomina porcentaje de variabilidad explicado por el modelo de regresión.
UNIDAD 11 Regresión y Correlación
- Analice los siguientes datos de correlación y regresión lineal, de 15 estudiantes de la Carrera de Agronomía, las variables de estudio fueron las Horas de Estudio Vs Notas que sacaron en la Materia de Estadística
Datos
N° | Nombre | Variable independiente (x) Horas de estudio | Variable dependiente (y) Notas de estadística sobre 100 |
1 | Juan | 10 | 90 |
2 | Pedro | 9 | 80 |
3 | Ana | 9 | 75 |
4 | María | 7 | 60 |
5 | Sofia | 3 | 40 |
6 | Aldo | 3 | 30 |
7 | Walter | 10 | 100 |
8 | Sofia | 6 | 70 |
9 | Carolina | 4 | 20 |
10 | Alex | 8 | 90 |
11 | Saul | 9 | 80 |
12 | Jhesica | 12 | 90 |
13 | Carla | 9 | 80 |
14 | Kevin | 4 | 20 |
15 | Carlos | 8 | 100 |
- Realizar un cuadro de dispersión
- Hallar la Ec. De Regresión lineal
- Y sacar la raíz cuadrada de R2 para obtener R (coeficiente de correlación de pearson)
- Interpretar
- Realizar un cuadro de dispersión
|
| [pic 40] [pic 41] [pic 42] | Dónde: [pic 43] [pic 44] [pic 45] [pic 46] |
Calculo de la regresión:
[pic 47]
[pic 48]
- Y sacar la raíz cuadrada de R2 para obtener R (coeficiente de correlación de Pearson)
[pic 49]
[pic 50]
Coeficiente de determinación
[pic 51]
- Interpretar. Existe una Correlación Alta positiva entre Horas de Estudio Vs Notas estadísticas
Lo que quiere decir que las horas de estudio influyen en la nota que sacan los estudiantes
...