Professional Documents
Culture Documents
i
i
i
u
y y
y y
43
Esta relacin puede ser graficada de la siguiente forma.
Variacin explicada. La diferencia entre el valor pronosticado
del modelo de regresin y el promedio de datos.
Variacin no explicada. La diferencia entre el valor
pronosticado del modelo de regresin y un dato en particular.
Variacin total. Diferencia entre cada dato en particular y el
promedio de datos (Hanke y Wichern, 2006).
Coeficiente de determinacin: R
2
El coeficiente de determinacin es la relacin entre la variacin explicada y la
variacin total. El coeficiente de determinacin mide o interpreta la cantidad
relativa de la variacin que ha sido explicada por la recta de regresin, es decir, la
proporcin de cambio en Y explicado por un cambio en la variable X. En otras
palabras, qu tanto explica el modelo los datos originales?
Su valor siempre estar entre 0 y 1. Se expresa en porcentaje, refirindose
a 1 como un valor preferible a 0. Por ejemplo si observamos un r
2
de 91% estamos
explicando de mejor forma el comportamiento de los datos que si observamos un
r
2
de 40%.
44
La frmula del coeficiente de correlacin es la siguiente:
Coeficiente de correlacin:
Este coeficiente mide la fuerza de la relacin entre las variables. Qu tan fuerte
es la relacin entre la variable independiente y la dependiente? El valor ser de -1
a +1. Mientras los valores se acerquen a 1 (positivo o negativo) se podr decir que
la correlacin es ms fuerte, positivamente relacionado hacia 1 o inversamente
proporcional en direccin a -1. El coeficiente se obtiene sacando la raz cuadrada
al coeficiente de determinacin (r
2
) y se simboliza con "r" (Hanke y Wichern, 2006).