Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Resumen tema 5.1 (pág. 5 a la 9) 5-1 ANALISIS DE CORRELACION En la rama de la estadística, la correlación se refiere a que existe un vínculo entre varios eventos. Una de las herramientas que nos permite inferir si existe dicho vínculo es justamente el análisis de correlación. Para poder realizar un análisis de correlación confiable, lo primero que se necesita es realizar muchas observaciones de dos variables. El análisis de correlación presenta dos etapas básicas: 1. Estudio gráfico 2. Estudio analítico El estudio gráfico consiste, como su nombre lo indica, en apoyarnos de herramientas gráficas para poder explorar el comportamiento de los datos. La gráfica recomendada es el gráfico de dispersión, en este gráfico se pueden observar tres tipos de relaciones: 1. Positiva: una relación es positiva cuando ambas variables llevan el mismo sentido, esto es, si una sube la otra también sube, si una baja la otra también baja. 2. Negativa: una relación es negativa cuando ambas variables llevan sentidos opuestos, esto es, si una sube la otra baja, si una baja la otra sube. 3. Nula: Una relación nula es cuando la variable independiente no genera efectos sobre el comportamiento de la variable dependiente. El estudio analítico tiene como objetivo es fortalecer y confirmar que la exploración gráfica tiene un sustento numérico formal. En esta etapa utilizaremos dos estadísticos: 1. Covarianza 2. Coeficiente de correlación de Pearson En probabilidad y estadística, la covarianza es un valor que indica el grado de variación conjunta de dos variables aleatorias respecto a sus medias. Por otro lado, el coeficiente de correlación de Pearson en estadística es una medida de la relación lineal entre dos variables aleatorias cuantitativas. Resumen tema 5.2 (pág. 12 y 13) 5.2. ANALISIS DE REGRESION En estadística, el análisis de la regresión es un proceso estadístico para estimar las relaciones entre variables. Incluye muchas técnicas para el modela doy análisis de diversas variables, cuando la atención se centra en la relación entre una variable dependiente y una o más variables independientes. Podemos indicar que este análisis busca determinar un modelo matemático que explique la correlación encontrada en el análisis anterior. Existen diversos modelos de regresión, entre los cuales podemos mencionar: 1. Regresión lineal simple 2. Regresión lineal múltiple 3. Regresión cuadrática 4. Regresión polinomial 5. Regresión logarítmica 6. Regresión exponencial El modelo de regresión lineal busca desarrollar un modelo lineal (primer grado) que logre explicar la correlación entre las dos variables no cualquier línea recta es útil, matemáticamente podríamos establecer una gran cantidad de líneas rectas que se ajusten a la correlación de las variables, la mejor recta tiene que ser aquella que tenga menos errores. Párrafo de autoanálisis Estos dos temas en particular no los recordaba para nada, si es que los vi en alguna otra asignatura con anterioridad no lo recuerdo, a simple vista y sin conocer bien los temas pueden parecer un poco complicados, pero ya leyendo un poco y comprendiendo cada uno individualmente creo que no lo son tanto.
Compartir