,c

CATEGORIA

2 puntos

Identifica todos los

Elementos
criterios de
a comparar.
comparacin.
Las caractersticas
elegidas son
suficientes y
pertinentes
Identifica de
Identificaci manera clara y
n de
precisa las
semejanzas semejanzas y
y
diferencias entre
diferencias los elementos
comparados.
Caractersti
cas

Ortografa

No tiene faltas de
ortografa

1 punto

0 puntos

Total

Faltan algunos
criterios esenciales
para la comparacin

No enuncia criterios de
comparacin

Las caractersticas
elegidas son las
mnimas.

No enuncia las
caractersticas a comparar.

Identifica algunas de
las semejanzas y
diferencias entre los
elementos
comparados

No identifica las semejanzas

y diferencias de los
elementos comparado

Tiene de una a tres

faltas de ortografa
por cuartilla.

Tiene ms de tres faltas de

ortografa por cuartilla.

La entrega fue
hecha en tiempo y La entrega fue hecha La entrega no fue hecha en
forma, con limpieza en tiempo y forma,
tiempo y forma, adems no
y en el formato pre no fue en el formato
se dio en el formato pre
establecido (papel
pre establecido.
establecido por el docente.
o digital)
M en AC. MARIA EDITH
Nombre del docente:
Fecha:
1-02-2016
LEMUS HERNDNEZ
Nombre del
CATALAN RAYO SERGIO DANIEL
Actividad
alumno:
Ttulo de la
Grupo:
REGRESION LINEAL Y CORRELACION BV
actividad
Competencia(s):
Producto:
Cuadro comparativo

Presentaci
n del
esquema

1
Puntuacin oportunidad
Alcanzada(11)

2
oportunidad

2
142M

Regresin lineal

Correlacin

En caso de que el coeficiente de

regresin lineal sea cercano a +1 o a
1, tiene sentido considerar la ecuacin
de la recta que mejor se ajuste a la
nube de puntos (recta de mnimos
cuadrados). Uno de los principales usos
de dicha recta ser el de predecir o
estimar
los
valores
de
Y
que
obtendramos para distintos valores de
X.
Estos
conceptos
quedarn
representados en lo que llamamos
diagrama de dispersin.

El
parmetro
que
nos
da
la
cuantificacin de la intensidad de la
regresin lineal entre dos variables es
el coeficiente de correlacin lineal de
Pearson r, cuyo valor oscila entre 1 y
+1.

La ecuacin de la recta de mnimos

cuadrados (en forma punto-pendiente)

Pronstico de regresin lineal simple es

un modelo ptimo para patrones de
demanda con tendencia (creciente o
decreciente), es decir, patrones que
presenten una relacin de linealidad
entre la demanda y el tiempo.
La aplicacin de este mtodo implica un
supuesto de linealidad cuando la
demanda presenta un comportamiento
creciente o decreciente, por tal razn, se
hace indispensable que previo a la
seleccin de este mtodo exista un
anlisis de regresin que determine la
intensidad de las relaciones entre las
variables que componen el modelo.
El objetivo de un anlisis de regresin es
determinar la relacin que existe entre
una variable dependiente y una o ms
variables independientes.
Para poder realizar esta relacin, se debe
postular una relacin funcional entre las
variables. Cuando se trata de una
variable independiente, la forma
funcional que ms se utiliza en la
prctica es la relacin lineal.

Si la covarianza es positiva, la
correlacin es directa.

Si la covarianza es negativa, la
correlacin es inversa.

Si la covarianza es nula, no existe

correlacin.

Determina la relacin o dependencia

que existe entre las dos variables que
intervienen en una distribucin
bidimensional.
Los cambios en una de las variables
influyen en los cambios de la otra. En
caso de que suceda, diremos que las
variables estn correlacionadas o que
hay correlacin entre ellas.