Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 29 vistas

    Análisis de Regresión y Correlación

    Cargado por

    jgmanaure3105
    La regresión es una técnica estadística para modelar e investigar la relación entre variables. El coeficiente de regresión indica el cambio en la variable dependiente por cada unidad de cambio en la variable independiente. Existen coeficientes positivos, negativos y nulos. La correlación mide el grado de asociación entre variables y puede estar entre -1 y 1.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Análisis de Regresión y Correlación

    Cargado por

    jgmanaure3105
    29 vistas2 páginas
    La regresión es una técnica estadística para modelar e investigar la relación entre variables. El coeficiente de regresión indica el cambio en la variable dependiente por cada unidad de cambio en la variable independiente. Existen coeficientes positivos, negativos y nulos. La correlación mide el grado de asociación entre variables y puede estar entre -1 y 1.

    Descripción original:

    Analisis de Regresion y correlacion

    Título original

    Análisis de regresión y correlación

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    La regresión es una técnica estadística para modelar e investigar la relación entre variables. El coeficiente de regresión indica el cambio en la variable dependiente por cada unidad de cambio en la variable independiente. Existen coeficientes positivos, negativos y nulos. La correlación mide el grado de asociación entre variables y puede estar entre -1 y 1.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    29 vistas2 páginas

    Análisis de Regresión y Correlación

    Cargado por

    jgmanaure3105
    La regresión es una técnica estadística para modelar e investigar la relación entre variables. El coeficiente de regresión indica el cambio en la variable dependiente por cada unidad de cambio en la variable independiente. Existen coeficientes positivos, negativos y nulos. La correlación mide el grado de asociación entre variables y puede estar entre -1 y 1.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 2

    PSICOESTADÍSTICA

    ANÁLISIS DE REGRESIÓN Y CORRELACIÓN


    Análisis de regresión
    La regresión es una técnica utilizada para inferir datos a partir de otros y hallar una respuesta de lo que
    puede suceder

    Coeficiente de Regresión
    Indica el número de unidades en que se modifica la variable dependiente "Y" por efecto del cambio de
    la variable independiente "X" o viceversa en una unidad de medida.

    Clases de coeficiente de Regresión:


    El coeficiente de regresión puede ser: Positivo, Negativo y Nulo.
     Es positivo cuando las variaciones de la variable independiente “X” son directamente
    proporcionales a las variaciones de la variable dependiente "Y"
     Es negativo, cuando las variaciones de la variable independiente "X" son inversamente
    proporcionales a las variaciones de las variables dependientes "Y"
     Es nulo o cero, cuando entre las variables dependientes "Y" e independientes "X" no existen
    relación alguna.

    Procedimiento para hallar el Coeficiente de Regresión


    Para determinar el valor del coeficiente de regresión de una manera fácil y exacta es utilizando el
    método de los Mínimos Cuadrados de dos maneras:
    Forma Directa
    De la ecuación de la recta:

    Y = aX + b
    Que son las llamadas ecuaciones normales para la recta de mínimos cuadrados, y los valores de a y b
    se pueden obtener por:

    ∑ ∑ ∑
    ∑ (∑ )

    ∑ ∑

    Regresión simple

    La regresión lineal es una técnica estadística para modelar e investigar la relación entre dos o más
    variables. Tiene aplicación en varios ámbitos y, con base en este análisis se puede pronosticar el
    comportamiento de una variable que se desea estimar.

    Este tipo se presenta cuando una variable independiente ejerce influencia sobre otra variable
    dependiente. Ejemplo: Y = f(x)

    La regresión lineal simple sirve para:

    1. Determinar la relación de dependencia que tiene una variable respecto a otra.


    2. Ajustar la distribución de frecuencias de una línea, es decir, determinar la forma de la línea de
    regresión.
    3. Predecir un dato desconocido de una variable partiendo de los datos conocidos de otra variable.

    Prof. MSc. EDGAR MATOS M.


    PSICOESTADÍSTICA

    Factor de correlación

    Expresa grado de asociación entre dos variables, según el sentido de la relación de estas en términos
    de aumento o disminución.

    También se puede decir que, cuando en el grado de asociación entre dos o más variable, y la relación
    se hace entre dos variables diremos que hay correlación simple y cuando la relación es entre más de
    dos variables diremos que es una correlación múltiple.

    El coeficiente de correlación (r) puede estar entre - 1 y 1

    Sí no hay ninguna relación entre las dos variables tendremos un coeficiente de relación igual a cero y a
    mayor relación entre las dos variables, el coeficiente de correlación se aproxima más a uno.

    ∑( ̅) ( ̅)
    √∑( ̅) √∑( ̅)

    Ejercicio propuesto en el video de la unidad III de la plataforma:

    Dada la siguiente tabla de valores, encontrar la ecuación lineal y el coeficiente de correlación lineal:
    Y X
    2 40
    4 45
    7 49 RESPUESTA: a= 0,62
    Ecuación Lineal: Y = aX + b
    9 51
    b = -23,44
    10 55 Y = 0,62X – 23,44
    13 58
    15 63
    17 67 Coeficiente de Correlación:
    21 70
    22 72 r = 0,99

    NOTAS:

     Trabaje con un máximo de dos decimales y represente el resultado utilizando la aproximación


    matemática.

    Ejemplo: 2,345 = 2,35 2,344 = 2,34 2,348 = 2,35

     Si se le da un valor a la variable “X” y piden calcular el valor de “Y”, se toma la ecuación lineal: Y
    = aX + b, y se sustituyen los valores de a, X y b.

    Ejemplo: (tomemos el ejercicio dado) Hallar el valor de Y, si X = 50

    Solución:

    En: Y = 0,62X – 23,44 se sustituye el valor de X = 50

    Y = 0,62(50) – 23,44 = 7,56

    Lo que significa que cuando X = 50; Y = 7,56

    Prof. MSc. EDGAR MATOS M.

    También podría gustarte