Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


ESTADISTICA CORRELACIÓN, Esquemas y mapas conceptuales de Estadística

DOCUMENTO ESTADISTICA CORRELACIÓN

Tipo: Esquemas y mapas conceptuales

2022/2023

Subido el 18/05/2023

Ysuasusu
Ysuasusu 🇪🇸

3 documentos

1 / 3

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
1. TABLAS BIVARIADAS
Se llaman datos bivariados a aquellos que provienen de dos variables medidas al
mismo tiempo sobre cada individuo.
Cuando los datos bivariados provienen de dos variables cuantitativas resulta de
interés estudiar la relación que guarda una con la otra.
La relación puede ser de muy distinta naturaleza: lineal, cuadrática, exponencial,
logarítmica, trigonométrica, etc.
Análisis de correlación:
Se usa para medir la fuerza de asociación entre las variables
Análisis de regresión:
Se usa con propósitos de predicción
Ejemplo:
Distribuciones marginales:
Estudio individual de cada una de las variables coges sus datos y su
frecuencia absoluta y a partir de ahí empiezas a estudiar
Ej:
Distribución marginal de la varaible X
Distribución condicionada:
Cojo uno de los valores de X y ver como varían los valores de Y en función
del valor fijado de X.
Ej:
2. Diagramas de dispersión:
Representa la elación que existe entre dos variables solo vamos a estudiar
correlación lineal
Desarrollar un modelo
estadístico útil para
predecir los valores de una
variable dependiente
basados en los valores de
al menos una variable
independiente
pf3

Vista previa parcial del texto

¡Descarga ESTADISTICA CORRELACIÓN y más Esquemas y mapas conceptuales en PDF de Estadística solo en Docsity!

1. TABLAS BIVARIADAS

Se llaman datos bivariados a aquellos que provienen de dos variables medidas al mismo tiempo sobre cada individuo. Cuando los datos bivariados provienen de dos variables cuantitativas resulta de interés estudiar la relación que guarda una con la otra. La relación puede ser de muy distinta naturaleza: lineal, cuadrática, exponencial, logarítmica, trigonométrica, etc.  Análisis de correlación: Se usa para medir la fuerza de asociación entre las variables  Análisis de regresión: Se usa con propósitos de predicción Ejemplo:  Distribuciones marginales: Estudio individual de cada una de las variables coges sus datos y su frecuencia absoluta y a partir de ahí empiezas a estudiar Ej: Distribución marginal de la varaible X  Distribución condicionada: Cojo uno de los valores de X y ver como varían los valores de Y en función del valor fijado de X. Ej:

  1. Diagramas de dispersión: Representa la elación que existe entre dos variables  solo vamos a estudiar correlación lineal Desarrollar un modelo estadístico útil para predecir los valores de una variable dependiente basados en los valores de al menos una variable independiente

3. COVARIANZA:

 Nos indica la variación que hay en las dos variables del conjunto es de X e Y al mismo tiempo, no hay una covarianza para cada una, es una para las dos  No está acotada de esta manera es difícil determinar los máximos y mínimos a la hora de comparar covarianza  Depende de las unidades de media de la variable  Cálculo:

  1. Primera
  2. Segunda
  3. RECTAS DE REGRESIÓN:  Es una ecuación matemática que te da una correlación lineal y que a partir del valor de una variable podemos saber el valor de la otra