Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 242 vistas

    Mapa Conceptual

    Cargado por

    Rodrigo Cristóbal
    Este documento presenta un resumen de la correlación lineal y la regresión lineal simple. La regresión lineal simple genera un modelo de regresión para explicar la relación entre dos variables, mientras que la correlación cuantifica la fuerza de la asociación lineal entre dos variables continuas usando coeficientes como el de Pearson, Spearman o Kendall.

    Copyright:

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

    Mapa Conceptual

    Cargado por

    Rodrigo Cristóbal
    242 vistas2 páginas
    Este documento presenta un resumen de la correlación lineal y la regresión lineal simple. La regresión lineal simple genera un modelo de regresión para explicar la relación entre dos variables, mientras que la correlación cuantifica la fuerza de la asociación lineal entre dos variables continuas usando coeficientes como el de Pearson, Spearman o Kendall.

    Descripción original:

    Título original

    mapa conceptual

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta un resumen de la correlación lineal y la regresión lineal simple. La regresión lineal simple genera un modelo de regresión para explicar la relación entre dos variables, mientras que la correlación cuantifica la fuerza de la asociación lineal entre dos variables continuas usando coeficientes como el de Pearson, Spearman o Kendall.

    Copyright:

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

    Mapa Conceptual

    Cargado por

    Rodrigo Cristóbal
    Este documento presenta un resumen de la correlación lineal y la regresión lineal simple. La regresión lineal simple genera un modelo de regresión para explicar la relación entre dos variables, mientras que la correlación cuantifica la fuerza de la asociación lineal entre dos variables continuas usando coeficientes como el de Pearson, Spearman o Kendall.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 2

    Instituto Tecnológico Superior De Pánuco

    Carrera:
    Ingeniería En Gestión Empresarial
    Alumno:
    Rodrigo Cristóbal Del Ángel
    Docente:
    Américo Ríos Morales

    Grupo: G-402
    REGRESIÓN LINEAL
    SIMPLE Y
    CORRELACIÓN

    La correlación lineal y la
    regresión lineal simple son
    métodos estadísticos que
    estudian la relación lineal
    existente entre dos variables.

    REGRESIÓN CORRELACIÓN
    LINEAL SIMPLE

    La regresión lineal simple consiste en generar un modelo de regresión Para estudiar la relación lineal Existen diferentes tipos, de entre
    (ecuación de una recta) que permita explicar la relación lineal que existente entre dos variables los que destacan el coeficiente de
    continuas es necesario disponer Pearson, Rho de Spearman y Tau
    existe entre dos variables. A la variable dependiente o respuesta se le
    de parámetros que permitan de Kendall.
    identifica como YY y a la variable predictora o independiente como XX.
    cuantificar dicha relación. Uno
    de estos parámetros es
    la covarianza, que indica el
    grado de variación conjunta de  Todos ellos varían entre +1
    El modelo de regresión lineal
    dos variables aleatorias. y -1. Siendo +1 una
    simple se describe de acuerdo a la
    ecuación: correlación positiva perfecta
    y -1 una correlación
    Y=β0+β1X1+ϵ Las principales diferencias entre estos tres negativa perfecta.
    coeficientes de asociación son:  Se emplean como medida
    de fuerza de asociación
    (tamaño del efecto):
     La correlación de Pearson funciona bien con variables cuantitativas que  0: asociación nula.
    https://www.cienciadedatos.net/document tienen una distribución normal.   0.1: asociación pequeña.
    os/24_correlacion_y_regresion_lineal
     La correlación de Spearman se emplea cuando los datos son ordinales, de  0.3: asociación mediana.
    https://aprendeconalf.es/estadistica/spss/ intervalo, o bien cuando no se satisface la condición de normalidad para  0.5: asociación moderada.
    capitulo_regresion.pdf  0.7: asociación alta.
    variables continuas y los datos se pueden transformar a rangos.
     0.9: asociación muy alta.
     La correlación de Kendall es otra alternativa no paramétrica para el estudio

    También podría gustarte