Scribd Logo
Upload

Welcome to Scribd!

  • Teoria 10 2017-II Prof Alicia Chiok

    Uploaded by

    Luis Irrazabal Hermoza
    25 views12 pages
    Este documento habla sobre correlación y regresión. La correlación mide la relación entre dos variables cuantitativas mediante el coeficiente de correlación r. La regresión permite proyectar los valores de una variable en función de la otra cuando existe una relación consistente entre ellas. Se describen modelos de regresión como lineal, polinómica, logarítmica y exponencial. El coeficiente de determinación R2 indica qué modelo de regresión es más adecuado para hacer proyecciones.

    Original Description:

    kjgjgkg jb hbjhvjh

    Copyright

    © © All Rights Reserved

    Available Formats

    PPT, PDF, TXT or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document
    Este documento habla sobre correlación y regresión. La correlación mide la relación entre dos variables cuantitativas mediante el coeficiente de correlación r. La regresión permite proyectar los valores de una variable en función de la otra cuando existe una relación consistente entre ellas. Se describen modelos de regresión como lineal, polinómica, logarítmica y exponencial. El coeficiente de determinación R2 indica qué modelo de regresión es más adecuado para hacer proyecciones.

    Copyright:

    © All Rights Reserved
    Download as PPT, PDF, TXT or read online from Scribd
    Flag for inappropriate content
    25 views12 pages

    Teoria 10 2017-II Prof Alicia Chiok

    Uploaded by

    Luis Irrazabal Hermoza
    Este documento habla sobre correlación y regresión. La correlación mide la relación entre dos variables cuantitativas mediante el coeficiente de correlación r. La regresión permite proyectar los valores de una variable en función de la otra cuando existe una relación consistente entre ellas. Se describen modelos de regresión como lineal, polinómica, logarítmica y exponencial. El coeficiente de determinación R2 indica qué modelo de regresión es más adecuado para hacer proyecciones.

    Copyright:

    © All Rights Reserved
    Download as PPT, PDF, TXT or read online from Scribd
    Flag for inappropriate content
    of 12

    FACULTAD DE INGENIERÍA

    Alicia.ChiokG@urp.pe
    CORRELACION Y REGRESION

    1 .- Correlación
    Permite conocer el grado de
    relación que puede existir
    entre 2 variables
    cuantitativas X e Y
    Variable
    Independiente Variable
    (X) Dependiente
    (determinística, es decir Tipos de Variables
    no aleatoria.)
    (Y)
    aleatoria

    Ejemplos

    X: Número de llamadas telefónicas realizadas por un vendedor


    promocionando un producto.
    Y: Unidades vendidas por el vendedor.

    X: Tiempo que dedica un estudiante a un curso


    Y : Notas que obtiene el estudiante en el curso
    1.CORRELACION
    1.1.DIAGRAMA DE DISPERSIÓN

    • Conocido como Gráfico de puntos


    • Se obtiene representando los pares de
    datos ( x , y ) , en un plano.
    Relación entre X y Y
    1.2 .- Coeficiente de Correlación :r Prop:
    -1 = < r = < 1
    r= (n *  (x*y)) - (  x *  y_ )____
    ((n*  x2 - ( x)2) (n*  y2 -( y)2))
    donde n : número de pares de datos (x,y)

    SIGNIFICADO de r :
    r > 0 : Relación Directa
    r = 1 : Relación Perfecta y Directa
    r < 0 : Relación Inversa
    r = -1 : Relación Perfecta e Inversa
    r = 0 : no existe relación
    Nota: Si r > = |0.6| Relación muy buena o consistente
    Interpretación:
    1. El valor absoluto de r indica la fuerza de la relación
    entre Y y X.
    2. El signo la dirección de la relación (directa o
    inversamente proporcional)
    (tener cuidado con relaciones espúreas)

    r=1 correlación positiva perfecta.


    r = -1 correlación negativa perfecta.
    r=0 no hay relación lineal entre Y y X.
    2 .- REGRESIÓN

    - Permite proyectar los valores de una


    variable en función de la otra
    - Son confiables las proyecciones cuando la
    relación entre las 2 variables es
    consistente.
    - El diagrama de dispersión permite
    conocer la tendencia del modelo de
    regresión
    MODELOS DE TENDENCIA
    • Representan gráficamente un Modelo
    de Regresión Simple.
    • Los 5 tipos de Modelos de Regresión mas
    comunes son:
    LINEAL
    POLINOMICA
    LOGARITMICA
    EXPONENCIAL
    POTENCIAL

    Mg.Alicia Chiok G-de Taipe


    e-mail:Alicia.ChiokG@urp.pe
    MODELO LINEAL

    RECTA DE REGRESION DE MINIMOS CUADRADOS :


    Y = a + b*x
    b = (n *  (x*y)) - ( x * y )
    (n* x2 - ( x)2)

    a=Y-b*X

    X = x / n , Y =  y / n
    aunque se
    Relación directa aprecia una
    fuerte tendencia no
    lineal

    Tamaño sala vs. Costo


    r = 0.991
    450
    400
    350
    300
    Costo

    250
    200
    150
    100
    50
    0
    0 5 10 15 20 25
    Tamaño
    COEFICIENTE DE
    DETERMINACION:R2
    • El Coeficiente de Determinación indica cual es el
    Modelo de Regresión más adecuado para nuestras
    proyecciones

    • Se representa por R2 , mientras este valor sea más


    cercano a 1, el Modelo de Regresión sera mejor.
    R2 = r2

    You might also like