Archive for RECTAS DE REGRESION

VARIABLES ESTADÍSTICAS BIDIMENSIONALES EN EL BACHILLERATO EJERCICIOS Y PROBLEMAS RESUELTOS PDF

Share Button

Las variables estadísticas bidimensionales las representaremos por el par (X,Y), donde X es una variable unidimensional que toma los valores x1,x2,….xn e Y es otra variable unidimensional que toma los valores y1,y2,…yn. Si representamos estos pares (x1,y1), (x2,y2)……en un sistema de ejes cartesianos se obtiene un conjunto de puntos sobre el plano que se denomina diagrama de dispersión o nube de puntos.
Los datos pueden ser presentados en dos tipos de tablas: tabla simple y tabla de doble entrada. Esta última tabla se puede transformar en una tabla simple.
CONTENIDOS:
• Organización de datos: tablas de frecuencias de doble entrada. Frecuencias
marginales.
• Diagrama de dispersión.
• Regresión lineal: rectas de regresión. Coeficiente de correlación lineal.
Interpretación.
• Predicción lineal

Correlación.
Se llama correlación a la teoría que trata de estudiar la relación o dependencia que existe entre
las dos variables que intervienen en una distribución bidimensional.
• La correlación es lineal o curvilínea según que el diagrama de puntos se condense en
torno a una línea recta o a una curva.
• La correlación es positiva o directa cuando a medida que crece una variable la otra
también crece.
• La correlación es negativa o inversa cuando a medida que crece una variable la otra
decrece.
• La correlación es nula cuando no existe ninguna relación entre ambas variables; en este
caso los puntos del diagrama están esparcidos al azar, sin formar ninguna línea, y se dice
que las variables no están correlacionadas.
• La correlación es de tipo funcional si existe una función que satisface todos los valores
de la distribución.
El procedimiento más frecuente utilizado para asignar valores a las distintas correlaciones es a
partir del coeficiente de correlación de Pearson.
Regresión lineal.
Si entre dos variables existe una fuerte correlación, el diagrama de puntos se condensa en
torno a una recta. Sea X la variable independiente e Y la variable dependiente de X, entonces
el problema consiste en encontrar la ecuación de la recta que mejor se ajuste a la nube de
puntos.