0 calificaciones0% encontró este documento útil (0 votos)
69 vistas2 páginas
Este documento explica la diferencia entre correlación lineal y curvilínea. La correlación lineal implica una relación constante entre una variable independiente y dependiente, ya sea directa o inversa. La correlación curvilínea implica que la relación sigue la tendencia de una curva como polinómica, exponencial, logarítmica o potencial. El método de mínimos cuadrados elige la curva de regresión donde la suma de las distancias cuadradas entre los puntos de datos y la curva es mínima, lo que proporciona el mejor
Este documento explica la diferencia entre correlación lineal y curvilínea. La correlación lineal implica una relación constante entre una variable independiente y dependiente, ya sea directa o inversa. La correlación curvilínea implica que la relación sigue la tendencia de una curva como polinómica, exponencial, logarítmica o potencial. El método de mínimos cuadrados elige la curva de regresión donde la suma de las distancias cuadradas entre los puntos de datos y la curva es mínima, lo que proporciona el mejor
Este documento explica la diferencia entre correlación lineal y curvilínea. La correlación lineal implica una relación constante entre una variable independiente y dependiente, ya sea directa o inversa. La correlación curvilínea implica que la relación sigue la tendencia de una curva como polinómica, exponencial, logarítmica o potencial. El método de mínimos cuadrados elige la curva de regresión donde la suma de las distancias cuadradas entre los puntos de datos y la curva es mínima, lo que proporciona el mejor
a) La correlación línea relaciona una variable independiente con otra dependiente de
manera LINEAL es decir el incremento en la diferencia de uno y otra variable es constante. La relación puede ser inversa o directa:
Ejemplos
En el grafico 1 se puede observar correlación lineal directo (ambas variables aumentan),
en el segundo se observa correlación línea inversa(en x aumenta y en Y disminuye). En el tercer grafico se observa que los datos no siguen ninguna distribución , en el cuarto grafico se observa que los datos se acerca a la curva.
b) Correlación curvilínea: se tiene cuando una variable independiente relación a otra
dependiente de manera que siguen la tendencia de una curva dada. Las curvas mas comunes son las polinómicas, exponenciales, logarítmicas y potencial. Ejemplo: Pregunta 2
De la imagen se observa que la distancia de los puntos (X;Y) a la curva de regresión es
D1,D2, D3…Dn , el método de mínimos cuadrados implica que la suma de los cuadrado de estas distancias debe ser mínima , es decir: De todas las curvas de aproximación correspondientes a un conjunto de puntos dados, la curva que tenga la propiedad de que D12 + D22 + ….. + DN2 es mínimo, se conoce como la mejor curva de ajuste.
La Covarianza de Una Variable Bidimensional Es La Media Aritmética de Los Productos de Las Desviaciones de Cada Una de Las Variables Respecto A Sus Medias Respectivas