Академический Документы
Профессиональный Документы
Культура Документы
Coeficiente de correlacin
Denominado r, se ocupa de la medicin de la cercana de la relacin entre las dos
variables involucradas. Es la asociacin de estas, mas no de la dependencia.
x
2
y
2
( y 2 )
( x 2 )
(x) ( y )
( xy ) n
r=
Relacin funcional
Es una relacin que permite la prediccin de la variable dependiente, mediante la variable
independiente.
Coeficiente de regresin
Denominada pendiente b, mide la relacin causa-efecto entre las variables, es decir, el
grado de dependencia de Y sobre X.
Grficamente, el valor del coeficiente de regresin es la pendiente promedio o la
pendiente de la lnea de la tendencia del comportamiento de ambas variables estudiadas.
Generalmente a una se le denomina como independiente o predictora (X) y a la otra como
dependiente o de respuesta (Y).
Correlacin simpe
Es el grado de precisin en la prediccin de la cercana de la relacin entre X y Y, se
conoce tambin como grado de asociacin entre las dos variables. Es un modelo
matemtico que explora la dependencia entre dos variables cuantitativas, tratando de
verificar si la relacin es lineal y aporta coeficientes (a y b) que sirven para construir la
recta de prediccin.
Regresin lineal
Es la relacin que puede representarse grficamente mediante una lnea recta que
describe la dependencia entre dos variables, la cual puede ser:
Positiva Y=a+bX
Negativa Y=a-bX
Ecuacin lineal
Tiene dos caractersticas importantes:
1. La pendiente de la recta
2. La localizacin de la recta en algn punto.
Tiene la forma Y=a+bX, en la que a y b se determinan a partir de los datos de la muestra.
a indica la altura cuando X=0, b es la pendiente de la lnea, X es la variable predictora y Y
es la variable a predecir.
(YeYi)2
Y^ =a+bX
x
2
2
( x )
( xy ) n
( x ) ( y )
b=
a= y b x
Pruebas de significancia
Una vez se calcula la recta de regresin, se debe analizar si la regresin es significativa y
se puede utilizar para predecir valores de Y^ en funcin del cambio unitario en los
valores de X. Para ellos debemos comparar si el coeficiente de regresin entre ambas
variables es distinto de cero o si el modelo de regresin es significativo para explicar el
comportamiento de la variable dependiente Y^ a travs de la variable explicativa X.
Las hiptesis que se ponen a prueba indican que no existen diferencias en las medias
poblacionales en los diferentes niveles de factor Ho, es decir que la variable de respuesta
no difiere entre los grupos y que por lo tanto, la variable independiente no tiene un efecto
sobre la variable dependiente.
{
b Ho :b=0 No dependenciade las variables
Ha:b 0 Dependencia de las variables
r {Ha:Hor:r=0Variables no asociadas
0 Asociacin de las variables
Total n-1 Y
2
Y 2
ANOVA para regresin
r=
1r 2
n2
a= VE
[ ] 1 X 2
+
n SC x
IC o intervalo de confianza
Es un par de nmeros entre los cuales se estima que estar cierto valor desconocido con
una determinada probabilidad de acierto. Estos nmeros determinan un intervalo, que se
calcula a partir de los datos de una muestra, y el valor desconocido es un parmetro
poblacional.
La probabilidad de xito en la estimacin se representa por 1- y se llama nivel de
confianza. Es decir, es el error nivel uno o nivel de significacin, esto es la probabilidad
de fallar en la estimacin mediante tal intervalo, es decir, la probabilidad de rechazar
errneamente una hiptesis cierta. Un intervalo ms amplio tendr ms probabilidad de
acierto y viceversa.
Lmites de confianza
Son los lmites del intervalo de confianza inferior (LIC) y superior (LSC), se determinan
sumando y restando a la media de la muestra X un cierto nmero Z de la tabla normal