Ir al contenido principal

CONCORDANCIA Y CORRELACIÓN

RELACIÓN ENTRE DOS VARIABLES CUANTITATIVAS:

Una variable cuantitativa toma valores que son cuantificables y pueden ser:
  • Dependencia funcional: puntos solamente sobre la línea recta o curva. Pero en estadística no se suele dar este tipo de casos.
  • Dependencia estocástica: no están todos los puntos exactamente sobre el modelo, sino que existe una tendencia.

MODELOS DE ANÁLISIS DE REGRESIÓN:

 

Regresión lineal simple: correlación y determinación.

  • Se trata de estudiar la asociación lineal entre dos  variables cuantitativas.
  • Regresión lineal simple: una sola variable  independiente. 
  • Regresión lineal múltiple: más de una variable  independiente.
  • Ecuación de la recta:  y = a + bx (ej: TAS=a +b·edad)
  • Pendiente dela recta →
  • Punto de intersección con el eje de coordenadas →
  • “b” expresa la cantidad de cambio que se produce en lavariable dependiente por unidad de cambio de la variableindependiente. 
  • ¨a¨ expresa cuál es el valor de la variable dependiente a independiente (jeje y) cuando la independencia vale cero (eje x).Si x=0 → y= a.

Modelos lineales deterministas:

La variable independiente  determine el valor de la variable dependiente. Entonces para cada  valor de la variable independiente sólo habría un valor de la  dependiente.

Modelos lineales probabilísticos:

Para cada valor de la variable independiente existe una distribución de probabilidad de valores de la dependiente, con una probabilidad entre 0 y1. 

COEFICIENTE DE CORRELACIÓN:

El análisis de correlación se utiliza con el propósito de disponer de un indicador cuantitativo que permite sintetizar el grado de asociación entre variabbles.

El coeficiente de correlación de Pearson es un coeficiente que mide el grado de la relación de dependencia que existe entre las variables (x,y) cuyos valores van desde -1 correspondiente a una correlación negativa perfecta, hasta 1, correspondiente a una correlación positiva perfecta.

La magnitud del Coeficiente de Correlación (r) indica cuan cerca están los puntos de la recta, tomando valores entre 1 y -1. 



Comentarios

Entradas populares de este blog

ESTIMACIÓN Y/O SIGNIFICACIÓN ESTADÍSTICA.

SIGNIFICACIÓN ESTADÍSTICA: Definición: La significación estadística (p) está relacionada con el resultado del estudio. Una de las dos formas de inferencia estadís1ca (la otra es la es1mación puntual y/o por intervalos). Permite contrastar hipótesis y relacionarlo con el método  cienfico. Se parte de la hipótesis nula, frente a la hipótesis  alternativa. Permite calcular el nivel de significación.  Nos permite tomar decisiones, cuantificando el error. CONTRASTES DE HIPÓTESIS: Definición:  El contraste de hipótesis nos permite decidir si los resultados obtenidos son fruto de la causalidad (por una relación causa-efecto) o de la casualidad (por azar).  Son herramientas estadísticas para responder a preguntas de investigación: permite cuantificar la compatibilidad entre una hipótesis previamente establecida y los resultados obtenidos. Sean cuales sean los deseos de los investigadores, el test de hipótesis siempre va a contrastar la hipótes...

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. INTERVALOS DE CONFIANZA Y CONTRASTE DE HIPÓTESIS.

ESTADÍSTICA INFERENCIAL: Definición: denominamos inferencia estadística al conjunto de procesamientos estadísticos que permiten pasar de los particular, la muestra, a lo general, la población. Población: conjunto de personas, sujetos o unidades que presenta una característica común. Muestra: subconjunto extraído y seleccionado de una población a la que representa. Muestra independiente: está formada por datos independientes, o sea, aquellos obtenidos tras una única observación. Muestra apareada o dependiente: está constituida por datos apareados. Compran el mismo grupo de sujetos en dos tiempos diferentes. Dos formas de inferencia de estadística: Estimación: parámetro-estimador. Contraste de hipótesis. ESTIMACIONES:  Proceso de utilizar información de una muestra para extraer  conclusiones acerca de toda la población Se utiliza la información recogida para estimar un valor. Tipos de estimaciones: A) Estimación puntual: Consiste en...

REPRESENTACIÓN GRÁFICA DE LA INFORMACIÓN.

Representaciones gráficas: Forma rápida de comunicar información numérica (frecuencias). Son la imagen de las ideas (barras, histogramas, sectores...). Complementan el análisis estadístico, aumentando la información y  ofreciendo orientación visual.  No reemplaza a las medidas estadísticas que deben ser calculadas. Representaciones gráficas más  empleadas: Variables cualitativas. Variables cuantitativas. Datos bidimensionales y multidimensionales. VARIABLES CUALITATIVAS: NOMINALES (DICOTÓMICAS O POLICOTÓMICAS). El área de cada sector circular es  proporcional a la frecuencia  (absoluta o relativa) de las  categorías de la variable. No usar con variables ordinales. No recomendables para más de 3 ó 4 categorías. Sólo muestra una variable a la vez.  Si se quiere hace comparaciones se  tienen que hacer dos diagramas de  sectores. VARIABLES CUALITATIVAS: DIAGRAMAS DE BARRAS (POLICOTÓMICAS). Se usa tambi...