Paso – Paso 4- Descripción de la Información.
Estudiante:
Yessica Xiomara Vacca Vasquez
Estadística
Tutor:
Jovany Barajas Galindo
Grupo: 420
Universidad Nacional Abierta y a Distancia – UNAD
Escuela de Ciencias Sociales Artes y Humanidades
Psicología
Bogotá DC
2022
Definición de Conceptos.
Diagrama de dispersión.
El diagrama de dispersión permite estudiar las relaciones entre dos conjuntos
asociados de datos que aparecen en pares (por ejemplo, (x,y), uno de cada
conjunto). El diagrama muestra estos pares como una nube de puntos.
Las relaciones entre los conjuntos asociados de datos se infieren a partir de la forma de
las nubes.
Una relación positiva entre x y y significa que los valores crecientes de x están
asociados con los valores crecientes de y.
Una relación negativa significa que los valores crecientes de x están asociados con los
valores decrecientes de y.
Correlación lineal simple.
La correlación lineal y la regresión lineal simple son métodos estadísticos que
estudian la relación lineal existente entre dos variables. Antes de profundizar
en cada uno de ellos, conviene destacar algunas diferencias:
La correlación cuantifica como de relacionadas están dos variables, mientras
que la regresión lineal consiste en generar una ecuación (modelo) que,
basándose en la relación existente entre ambas variables, permita predecir el
valor de una a partir de la otra.
El cálculo de la correlación entre dos variables es independiente del orden o
asignación de cada variable a X e Y, mide únicamente la relación entre ambas
sin considerar dependencias. En el caso de la regresión lineal, el modelo varía
según qué variable se considere dependiente de la otra (lo cual no implica
causa-efecto).
A nivel experimental, la correlación se suele emplear cuando ninguna de las
variables se ha controlado, simplemente se han medido ambas y se desea
saber si están relacionadas. En el caso de estudios de regresión lineal, es más
común que una de las variables se controle (tiempo, concentración de reactivo,
temperatura…) y se mida la otra.
Por norma general, los estudios de correlación lineal preceden a la generación
de modelos de regresión lineal. Primero se analiza si ambas variables están
correlacionadas y, en caso de estarlo, se procede a generar el modelo de
regresión.
Coeficiente de determinación R2
El coeficiente de determinación es la proporción de la varianza total de la variable
explicada por la regresión. El coeficiente de determinación, también llamado R
cuadrado, refleja la bondad del ajuste de un modelo a la variable que pretender
explicar.
Correlación positiva y correlación negativa
Una correlación significativa y positiva significa que los sujetos codificados con un uno tienen
en la variable continua una media mayor que los sujetos codificados con un cero; si
la correlación es negativa, la media mayor en la variable continua corresponde a los
sujetos codificados con un cero.
¿Qué es el coeficiente de correlación lineal y qué nos ayuda a medir?
El Coeficiente de correlación es una medida que permite conocer el grado de
asociación lineal entre dos variables cuantitativas (X, Y).
Recordar entonces que el coeficiente de relación lineal, mide la fuerza y el sentido de la
relación lineal entre 2 variables cuantitativas.
Luego de haber aplicado la formula, según el resultado se puede clasificar en este
rango.