REGRESION Y CORRELACION LINEALES. REGRESION LINEAL SIMPLE Finalidad Estimar los valores de y (variable dependiente) a partir de los valores de x (variable.

Slides:



Advertisements
Presentaciones similares
ANALISIS PARAMÉTRICOS
Advertisements

REGRESION Y CORRELACION
Regresión mínimo cuadrada (I)
REGRESION LINEAL SIMPLE
Error Estándar de la Media
Correlación ©1997-Sep-06 Pedro Juan Rodríguez Esquerdo Departamento de Matemáticas UPR Río Piedras.
Estadísticas Inferenciales Capítulo 10
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL
Pronósticos, Series de Tiempo y Regresión
Estadística: -Correlación y regresión
Ingeniería Industrial II CicloEducativo 2011
Covarianza muestral Sean x1, x2, ..., xn e y1, y2, ..., yn dos muestras aleatorias independientes de observaciones de X e Y respectivamente. La covarianza.
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL
Econometria 2. Modelo de Regresión Lineal Simple
Estadística 2010 Clase 5 Maestría en Finanzas Universidad del CEMA
Regresión y correlación
Estadística Descriptiva: 4. Correlación y Regresión Lineal
Tema 1- Regresión lineal simple.
Regresión lineal Es un modelo matemático para predecir el efecto de una variable sobre otra, ambas cuantitativas. Una variable es la dependiente y otra.
Regresión Lineal Simple
1º BACHILLERATO | Matemáticas © Oxford University Press España, S.A Hacer clic en la pantalla para avanzar VARIABLE ESTADÍSTICA UNIDIMENSIONAL Población:
9 Regresión Lineal Simple
División de Estudios Políticos, CIDE
Regresión Linear Correlación de Pearson, r Regresión Múltiple Regresión Logística Regresión de Poisson.
Estadística bidimensional
Análisis de Correlación y de Regresión lineal simple
La lógica de covarianza
Facultad: Turismo Y Hotelería
Distribuciones bidimensionales. Tablas de contingencia
REGRESION Y CORRELACION
CORRELACION Y REGRESION LINEAL: Introducción
Pronósticos, Series de Tiempo y Regresión
Pronósticos, Series de Tiempo y Regresión
Modelo de regresión con dos variables: Estimación
Métodos de calibración: regresión y correlación
Departamento de Informática Universidad Técnica Federico Santa María
Titular: Agustín Salvia
Introducción a la Inferencia Estadística
CORRELACION Y REGRESION LINEAL: Introducción
Estadística Descriptiva
LA RECTA DE REGRESIÓN CONTENIDOS:
RELACIÓN ENTRE VARIABLES
Estadística Aplicada a las Ciencias Políticas
coeficientes de correlación de
ANÁLISIS DE REGRESIÓN SIMPLE
Estadística II Regresión Lineal.
Análisis de los Datos Cuantitativos
Regresión Lineal Simple
Correlación Decimos que dos variables, X e Y, están correlacionadas cuando hay una relación cuantitativa entre ellas. X suele ser la variable independiente.
Licenciatura en Administración Pública Jorge Alan Garcidueñas Villa Estadística 4° Cuatrimestre Actividad 15.1.
Construcción de modelos con regresión y correlación
Ejercicios Dado un conjunto de datos, aplicar el Criterio de Fourier para desechar los posibles valores atípicos.
Regresión lineal simple Nazira Calleja
Unidad 4 Análisis de los Datos.
TEMA 3: Estadística Bidimensional.
REGRESIÓN LINEAL SIMPLE
ANÁLISIS DE LA INFORMACIÓN La relación entre variables.
Modelos de regresión lineal
TEMA : ANALISIS DE REGRESION
Clase N°11 Métodos de reducción de varianza
Departamento de Informática Universidad Técnica Federico Santa María EconometríaEconometría Capitulo II.
ECONOMETRIA 2. MODELO LINEAL SIMPLE Hernán Delgadillo Dorado
REGRESIÓN LINEAL SIMPLE
REGRESIÓN LINEAL SIMPLE. Temas Introducción Análisis de regresión (Ejemplo aplicado) La ecuación de una recta Modelo estadístico y suposiciones Estimación.
ESTADISTICA DESCRIPTIVA BIVARIADA MEDIDAS DE RELACIÓN ENTRE VARIABLES CUANTITATIVAS.
REGRESIÓN LINEAL SIMPLE TEMA INTRODUCCIÓN Determinar la ecuación de regresión sirve para: – Describir de manera concisa la relación entre variables.
1 REGRESIÓN CON VARIABLES DICOTÓMICAS TEMA 1 (CONTINUACIÓN)
14 Introducción al Análisis de Correlación y de Regresión Lineal
Free and Quick translation of Prof. Anderson's slides1 Analisis de Regresion Multiple y =  0 +  1 x 1 +  2 x  k x k + u 1. Estimacion.
M.E. ADA PAULINA MORA GONZALEZ. Esta parte describe las técnicas para ajustar curvas en base a datos para estimaciones intermedias. Una manera de hacerlo.
Transcripción de la presentación:

REGRESION Y CORRELACION LINEALES

REGRESION LINEAL SIMPLE Finalidad Estimar los valores de y (variable dependiente) a partir de los valores de x (variable independiente) Modelo y x a Ordenada en el origen (intercepto) =tg coeficiente de regresión (pendiente)

COVARIANZA Es una medida de la variación lineal conjunta de dos variables - + xy 0 asociación lineal con pendiente positiva Estimación de xy Es un estimador sesgado centroide

ESTIMACIONES EN REGRESION Donde s x se calcula con denominador n Varianza residual (insesgada) Error tipico de estimación de y

b es una variable aleatoria Desviación típica del coeficiente de regresión Intervalo de confianza para

A medida que los valores se alejan del centroide (, ) las estimaciones de y son más imprecisas Consecuencia sobre las estimaciones de y y x faja de confianza para

PQ Buen ajuste a la recta en el intervalo PQ NO implica que la relación sea lineal fuera del mismo

La recta de regresión de y sobre x no es la misma que la de x sobre y, salvo que todos los puntos estén sobre la recta y x

CORRELACION LINEAL Finalidad Medir la intensidad de la asociación lineal entre dos variables aleatorias coeficiente de correlación covarianza poblacional coeficiente de determinación Proporción de varianza compartida por las dos variables 2

Correlación positiva Correlación negativa r = r r 0 r = - 1

r = 0 Ausencia de correlación

ESTIMACION DE (rho) Los residuos ( e ) deben ser : Se compara con el valor critico ( t tabulado) CONSIDERACIONES PARA LA VALIDEZ DEL TEST PRUEBA DE Normales Homocedasticos Independientes Testar la Ho: = 0 equivale a ensayar la Ho: = 0

Precausiones en la interpretación de r r significativo NO implica relación de causalidad entre las variables r = 0 NO implica ausencia de asociación entre las variables t x y x y y x r = 0

Los problemas de regresión y de correlación lineales se parecen pero difieren En la finalidad En las variables REGRESIONCORRELACION x variable independiente fija NO hay distinción entre variable dependiente e independiente y variable dependiente aleatoria x e y son variables aleatorias

Calculos en correlacion y regresión Entrar x Hallar y Borrar la memoria estadística Entrar y Hallar y Borrar la memoria estadística Entrar los productos ( x y ) Hallar Calcular: Testar: