ecuacion de regresion

ECUACION DE REGRESION:
Es el conjunto de técnicas estadísticas empleado para medir la intensidad de la asociación entre dos variables.El valor del coeficiente de correlación puede tomar valores desde menos uno hasta uno, indicando que mientras más cercano a uno sea el valor del coeficiente de correlación, en cualquier dirección. y sirve para hallar la prediccion de cierto numero.

Y SU FORMULA ES: ¨
Yn=a0+a1(n)

ERROR DE ESTIMA

ERROR DE ESTIMA:

Es una medida de su precisión que se corresponde con la amplitud del intervalo de confianza. Cuanta más precisión se desee en la estimación de un parámetro, más estrecho deberá ser el intervalo de confianza y, si se quiere mantener o disminuir el error, más ocurrencias deberán incluirse en la muestra estudiada. En caso de no incluir nuevas observaciones para la muestra, más error se comete al aumentar la precisión.

EJEMPLO:

COVARIANZA

LA COVARIANZA: es una técnica estadística que, utilizando un modelo de regresión lineal múltiple, busca comparar los resultados obtenidos en diferentes grupos de una variable cuantitativa pero corrigiendo las posibles diferencias existentes entre los grupos en otras variables que pudieran afectar también al resultado (covariantes).

PENDIENTE

PENDIENTE:
Es cuando esta inclinada o tiene inclinacion. La inclinacion se puede medir por medio de un angulo per se mide por numeros enteros.

FORMULA:
Y2-Y1=m(X2-X1)

EJEMPLO:

REGRESION CUADRATICA

La regresión cuadrática: es el proceso por el cuál encontramos los parámetros de una parábola que mejor se ajusten a una serie de datos que poseemos, ya sean mediciones hechas o de otro tipo. Bueno, pero por que habríamos de querer ajustar nuestros datos precisamente a una parábola y no a otra función?

DIAGRAMA DE DISPERSION:

Una función cuadrática o de segundo grado se puede representar de manera genérica como :

Y= a+bx+cx^

EJEMPLO:

sumatorias de la matriz:

Por lo tanto: a=9.6 b=1.76 c=2.02
la parábola de mejor ajuste es entonces:

REGRESION EXPONENCIAL

REGRESION EXPONENCIAL:

Será aquella en la que la función de ajuste será una función exponencial del tipo

y = a.bx

La regresión exponencial aunque no es lineal es linealizable tomando logaritmos ya que haciendo el cambio de variablev = log y tendremos que la función anterior nos generaría:

v = log y = log( a.bx) = log a + x log b
la solución de nuestro problema vendría de resolver la regresión lineal entre v ý x, y una vez obtenida supuesta ésta:v* = A + B x ; obviamente la solución final será:

a = antilog A y b = antilog B.

DIAGRAMA DE DISPERSION

Diagrama De Dispersión: la primera forma de describir una distribución bivariante es representar los pares de valores en el plano cartesiano. El gráfico obtenido recibe el nombre de nube de puntos o diagrama de dispersión.

Es una representación gráfica de la relación entre dos variables, muy utilizada en las fases de Comprobación de teorías e identificación de causas raíz y en el Diseño de soluciones y mantenimiento de los resultados obtenidos.