Error Estándar de la Media Medida de la variación entre la estadística muestral, la media de una distribución, y el parámetro que se estima, la media de la población de donde se extrajo al muestra.

Diagrama de Dispersión – Correlación Positiva

Medidas de Asociación y Bases de la Predicción Correlación: el grado de asociación entre las distribuciones de dos variables que indica un cambio sistemático en valores y expresado a través de un coeficiente que indica la relación lineal entre dos variables X y Y.

Correlación Positiva r + con valor posible desde una fracción hasta +1 (teórico) Un incremento en X se relaciona sistemáticamente con un incremento en Y. Es decir, cuando X aumenta se presenta una tendencia al aumento de Y.

Ausencia de correlación r = 0: indica que no existe relación lineal sistemática entre los valores de las variables X y Y. La relación lineal es más débil a medida que r se acerca a 0.

Correlación Negativa r – con valor posible desde una fracción hasta - 1 (teórico) Un incremento en X se relaciona sistemáticamente con un decremento en Y. Es decir, cuando X aumenta se presenta una tendencia a la disminución de Y.

Diagrama de Dispersión – Correlación Negativa

Coeficiente de Determinación r2 Interpretación: r2 (100) corresponde al porcentaje de varianza en Y explicada por la relación lineal entre X y Y. El complemento 1─r2 corresponde al porcentaje de varianza NO explicada por la relación lineal entre X y Y.

Bases para la predicción - Regresión Lineal Simple. Una vez obtenida la medida de la linealidad ( fuerza de la relación lineal entre los valores de X y Y) se pueden predecir valores individuales de Y a partir de valores individuales de X con base en la correlación expresada por el Coeficiente r.

Formula de la Ecuación Lineal: Y’ = a + bXi Donde: Y’ = “valor predicho de Y” a = Intersección del eje Y , el punto donde la línea de regresión “cruza” el eje Y cuando X=0. b = Pendiente de la línea de regresión ( coeficiente de regresión) que indica el incremento en Y dado el incremento en X. El efecto de un cambio de unidad en X reflejado en Y. Xi = Valor individual de la variable X

Intervalos de Confianza Intervalo de Confianza: Rango de valores posibles de un parámetro expresado con un grado especifico de confianza. Usualmente se utilizan los grados de 95% o 99% de confianza.

Componentes de IC Puntuación Critica: valor de la distribución probabilística (z o t ) que corresponde al grado de confianza seleccionado ( 95% o 99%). El Error Estándar de la Media (SMx) calculado para el caso

Cálculo de IC IC 95% μx = Mx + - SMx 1.96 IC 99% μx = Mx +- SMx 2.58

Interpretación: Con el 95% de confianza el Parámetro μx se encuentra entre – SMx 1.96 y + SMx 1.96 Mx - Smx 1.96 < μx < Mx + Smx 1.96