Ejemplo de una recta regresion
miércoles, 11 de junio de 2008
Ejemplo de Ecuaciones que representan varios tipos de regresion
ecuaciones que nos representan las diferentes clases de regresión:
Regresión Lineal : y = A + Bx
Regresiòn Logarìmica : y = A + BLn(x)
Regresión Exponencial : y = Ac(bx)
Regresión Cuadrática : y = A + Bx +Cx2
Regresión Lineal : y = A + Bx
Regresiòn Logarìmica : y = A + BLn(x)
Regresión Exponencial : y = Ac(bx)
Regresión Cuadrática : y = A + Bx +Cx2
REGRESION Y CORRELACION
Regresión y Correlación
La regresión y la correlación son dos técnicas estrechamente relacionadas y comprenden una forma de estimación.
En forma más especifica el análisis de correlación y regresión comprende el análisis de los datos muestrales para saber que es y como se relacionan entre si dos o mas variables en una población. El análisis de correlación produce un número que resume el grado de la correlación entre dos variables; y el análisis de regresión da lugar a una ecuación matemática que describe dicha relación.
El análisis de correlación generalmente resulta útil para un trabajo de exploración cuando un investigador o analista trata de determinar que variables son potenciales importantes, el interés radica básicamente en la fuerza de la relación. La correlación mide la fuerza de una entre variables; la regresión da lugar a una ecuación que describe dicha relación en términos matemáticos.
Los datos necesarios para análisis de regresión y correlación provienen de observaciones de variables relacionadas.
Regresión lineal
La regresión lineal simple comprende el intento de desarrollar una línea recta o ecuación matemática lineal que describe la reacción entre dos variables.
La regresión puede utilizadas de diversas formas. Se emplean en situaciones en la que las dos variables miden aproximadamente lo mismo, pero en las que una variable es relativamente costosa, o, por el contrario, es poco interesante trabajar con ella, mientras que con la otra variable no ocurre lo mismo.
La finalidad de una ecuación de regresión seria estimar los valores de una variable con base en los valores conocidos de la otra.
Otra forma de emplear una ecuación de regresión es para explicar los valores de una variable en término de otra. Es decir se puede intuir una relación de causa y efecto entre dos variables. El análisis de regresión únicamente indica qué relación matemática podría haber, de existir una. Ni con regresión ni con la correlación se pude establecer si una variable tiene “causa “ciertos valores de otra variable.
Ecuación Lineal
Dos características importantes de una ecuación lineal
la independencia de la recta
la localización de la recta en algún punto. Una ecuación lineal tiene la forma
y = a + bx
En la que a y b son valores que se determina a partir de los datos de la muestra; a indica la altura de la recta en x= 0, y b señala su pendiente. La variable y es la que se habrá de predecir, y x es la variable predictora.
COMENTARIO:
Nos sirve para comprender datos muestrales y saber en que y como se relacionan dos o mas variables de una poblacion, esto es util para cualquier tipo de investigacion cuando los investigadores tratan de determinar que variables son importantes.
La regresión y la correlación son dos técnicas estrechamente relacionadas y comprenden una forma de estimación.
En forma más especifica el análisis de correlación y regresión comprende el análisis de los datos muestrales para saber que es y como se relacionan entre si dos o mas variables en una población. El análisis de correlación produce un número que resume el grado de la correlación entre dos variables; y el análisis de regresión da lugar a una ecuación matemática que describe dicha relación.
El análisis de correlación generalmente resulta útil para un trabajo de exploración cuando un investigador o analista trata de determinar que variables son potenciales importantes, el interés radica básicamente en la fuerza de la relación. La correlación mide la fuerza de una entre variables; la regresión da lugar a una ecuación que describe dicha relación en términos matemáticos.
Los datos necesarios para análisis de regresión y correlación provienen de observaciones de variables relacionadas.
Regresión lineal
La regresión lineal simple comprende el intento de desarrollar una línea recta o ecuación matemática lineal que describe la reacción entre dos variables.
La regresión puede utilizadas de diversas formas. Se emplean en situaciones en la que las dos variables miden aproximadamente lo mismo, pero en las que una variable es relativamente costosa, o, por el contrario, es poco interesante trabajar con ella, mientras que con la otra variable no ocurre lo mismo.
La finalidad de una ecuación de regresión seria estimar los valores de una variable con base en los valores conocidos de la otra.
Otra forma de emplear una ecuación de regresión es para explicar los valores de una variable en término de otra. Es decir se puede intuir una relación de causa y efecto entre dos variables. El análisis de regresión únicamente indica qué relación matemática podría haber, de existir una. Ni con regresión ni con la correlación se pude establecer si una variable tiene “causa “ciertos valores de otra variable.
Ecuación Lineal
Dos características importantes de una ecuación lineal
la independencia de la recta
la localización de la recta en algún punto. Una ecuación lineal tiene la forma
y = a + bx
En la que a y b son valores que se determina a partir de los datos de la muestra; a indica la altura de la recta en x= 0, y b señala su pendiente. La variable y es la que se habrá de predecir, y x es la variable predictora.
COMENTARIO:
Nos sirve para comprender datos muestrales y saber en que y como se relacionan dos o mas variables de una poblacion, esto es util para cualquier tipo de investigacion cuando los investigadores tratan de determinar que variables son importantes.
lunes, 26 de mayo de 2008
Teorema de Sheppard
En este debemos utilizar la desviacion estandar y tambien el tamaño de la interpretacion.
Al sacar el intervalo y amplitud puede haber un error a la hora del agrupamiento.
COMENTARIO:
Es uana tecnica muy buena aunque a veces no debe usarse ya que tiende a que no les de lo que en verdad se necesita.
Al sacar el intervalo y amplitud puede haber un error a la hora del agrupamiento.
COMENTARIO:
Es uana tecnica muy buena aunque a veces no debe usarse ya que tiende a que no les de lo que en verdad se necesita.
Relacion del diagrama y la curva
Es que los 2 representan la mediana asi como tambien la media y en los dos se pueden localizar muchas carateristicas como por ejemplo la dispersion y la simetria.
COMENTARIO:
Los dos son muy importantes ya que en los dos se puede localizar la media, la mediana y los cuartiles
COMENTARIO:
Los dos son muy importantes ya que en los dos se puede localizar la media, la mediana y los cuartiles
Caracteristicas del Diagrama
- Contiene dos bigotes a los lados del rectangulo.
- Mientras mas larga es la caja y os bigotes, mas larga es la dispersion de datos.
- Puede dibujarse de forma vertical y horozontal.
- La media tambien puede coincidir con los cuatiles.
Diagrama de Cajas
Es una presentacion visual que describe al mismo tiempo varias caracteristicas importantes de un conjunto de datos, tales como el centro, la dispercion, el alejamiento de la simetria e identificacion de valores extremos.
COMENTARIO:
Al Diagrama de cajas tambien se le conoce como BOXPLOT, este describe varias caracteristicas importantes de un conjunto de datos tanto como el alejamiento de una simetria y la identificacion de valores que se encuentran extremadamente alejados de la dispersion.
COMENTARIO:
Al Diagrama de cajas tambien se le conoce como BOXPLOT, este describe varias caracteristicas importantes de un conjunto de datos tanto como el alejamiento de una simetria y la identificacion de valores que se encuentran extremadamente alejados de la dispersion.
Suscribirse a:
Entradas (Atom)
