Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Las "x" representan una de las variables y las "y" la otra variable. En cada
intersección de un valor de "x" y un valor de "y" se recoge el número de veces
que dicho par de valores se ha presentado conjuntamente.
Ejemplo: Medimos el peso y la estatura de los alumnos de una clase y
obtenemos los
siguientes resultados:
Esta información se puede representar de un modo más organizado en la
siguiente tabla de correlación:
Tal como se puede ver, en cada casilla se recoge el número de veces que se
presenta conjuntamente cada par de valores (x, y).
Representamos
en un gráfico los pares de
valores de una distribución
bidimensional: la variable "x"
en el eje horizontal o eje
de abscisa, y la variable "y" en
el eje vertical, o eje de
ordenada. Vemos que la nube de puntos sigue una tendencia lineal:
Donde "y" sería la variable dependiente, es decir, aquella que viene definida a
partir de la otra variable "x" (variable independiente). Para definir la recta hay
que determinar los valores de los parámetros "a" y "b":
El parámetro "a" es el valor que toma la variable dependiente "y", cuando la
variable independiente "x" vale 0, y es el punto donde la recta cruza el eje
vertical.
El parámetro "b" determina la pendiente de la recta, su grado de inclinación.
La regresión lineal nos permite calcular el valor de estos dos parámetros,
definiendo la recta que mejor se ajusta a esta nube de puntos.
● Regresión lineal múltiple. - La regresión lineal permite trabajar con una
● Rectas de regresión.- Las rectas de regresión son las rectas que mejor se
CONCLUSIONES
Regresión lineal
análisis bidimensional
es el resultado de la observación simultanea de caracteres en el individuo,
obteniéndose pares de resultados, estas variables pueden ser cuantitativas o
cualitativas, por ejemplo: peso y altura, edad y horas de lectura, ingreso gasto
una variable bidimensional es una variable en la cada individua está definido
por un par de caracteres (x, y) estas son variables estadisticas en las que
existen relación entre ellas, una de ellas es la variable independiente y la otra
variable dependiente
distribución bidimensional: son aquellas en las que cada individuo le
corresponde los valores de dos variables, representadas por el par (x, y)
si representamos cada par de valores como las coordenadas de un punto, el
conjunto de todos ellos se llaman nube de puntos o diagrama de dispersión.
sobre una nube de puntos se puede trazar una recta que se ajuste a ellos lo
mejor posible, llamada recta de regresión.