Este tema, al ser más práctico, os lo mostraré en gran medida con vídeos útiles de YouTube.
COEFICIENTES
EL COEFICIENTE DE CORRELACIÓN DE PEARSON
COEFICIENTE DE CORRELACIÓN DE SPEARMAN
ANÁLISIS DE RELACIÓN ENTRE DOS VARIABLES CUANTITATIVAS: MODELO DE REGRESIÓN
- La recta tiene una ecuación que sería: y=a+bx; a esta ecuación la vamos a llamar modelo de regresión. Y los términos que aparecen en ella, tenemos “X” e “Y”, que son las variables.
- El termino “b” es el coeficiente que va a acompañar a la “X”, el cual vamos a llamar coeficiente de regresión (Indica cuanto cabe esperar que cambie la respuesta por cada incremento unitario de la “X”. Es decir indica la pendiente o inclinación de la recta).
- También aparece un término independiente que sería “a”, (punto de intersección con el eje de coordenadas) el cual indica lo que vale la variable respuesta cuando la “X” es cero. Cuando la “X” es cero, el producto sería cero, y la “y” sería igual a “a” (y=a).
ANALISIS DE RELACIÓN ENTRE DOS VARIABLES CUANTITATIVAS: MODELO DE REGRESIÓN
Calculamos
los
valores
de
“a”
y
“b” que proporcionan
la
recta
que
mejor
se
ajusta.
- Se parte de un criterio, y el más utilizado es el criterio de los mínimos cuadrados. Que consiste en obtener un punto sobre la grafica que se denomina (Yi), que es el punto observado, y posterior mente en coger un punto sobre la recta que hemos dibujado, denominado (Yi*), este punto es el que estima el modelo.
- A continuación se calcula la diferencia entre ambos y nos interesa que la diferencia sea lo más pequeña posible, por eso se llama el criterio de los mínimos, y también se denomina cuadrado porque se calcula con un término al cuadrado.
- Se trata de la recta que hace mínimo el cuadrado de la suma de las distancias verticales desde ella hasta cada uno de los puntos de la nube.
No hay comentarios:
Publicar un comentario