Adjunto comparto actividad 2 (Definicion de Conceptos).

 
 
Diagrama de Dispersión: Una gráfica de dispersión, es un tipo de diagrama matemático que
utiliza las coordenadas cartesianas para mostrar los valores de dos variables para un conjunto
de datos.
Se emplea cuando una o varias variables está bajo el control del experimentador. Si existe un
parámetro que se incrementa o disminuye de forma sistemática por el experimentador, se le
denomina parámetro de control o variable independiente y habitualmente se representa a lo
largo del eje horizontal (eje de las abscisas). La variable medida o dependiente usualmente se
representa a lo largo del eje vertical (eje de las ordenadas). Si no existe una variable
dependiente, cualquier variable se puede representar en cada eje y el diagrama de dispersión
mostrará el grado de correlación (no causalidad) entre las dos variables.
 
Correlación Lineal Simple: La correlación, también conocida como coeficiente de correlación
lineal (de Pearson), es una medida de regresión que pretender cuantificar el grado de
variación conjunta entre dos variables.
Por tanto, es una medida estadística que cuantifica la dependencia lineal entre dos variables,
es decir, si se representan en un diagrama de dispersión los valores que toman dos variables,
los coeficientes de correlación lineal señalaran lo bien o mal que el conjunto de puntos
representados se aproxima a una recta.
 
Coeficiente de Determinación R2: El coeficiente de determinación, se define como 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 se pretende explicar.
Es importante saber que el resultado del coeficiente de determinación oscila entre 0 y 1.
Cuando más cerca del 1 se situé su valor, mayor será el ajuste del modelo a la variable que
estamos intentando explicar. De forma inversa, cuando más cerca de 0, menos ajustado
estará el modelo y, por tanto, menos fiable será.
 
Correlación Positiva y Correlación Negativa: La correlación estadística es medida por lo
que se denomina coeficiente de correlación (R). Su valor numérico varia de 1,0 a -1,0. Nos
indica la fuerza de la relación.
En general, R> 0 indica una relación positiva y R<0 indica una relación negativa, mientras que
R=0 indica que no hay relación (o que los variables son independientes y no están
relacionados). Aquí R=1,0 describe una correlación positiva perfecta y R=-1,0 describe una
correlación negativa perfecta.
Cuanto más cerca estén los coeficientes de +1,0 y -1,0, mayor será la fuerza de la relación
entre las variables.
La correlación es solamente apropiada para examinar la relación entre datos cuantificables
significativos (por ejemplo, la presión atmosférica o la temperatura) en vez de datos
categóricos, tales como el sexo, el color favorito etc.
La correlación es una herramienta poderosa que brinda piezas vitales de información.
 
¿Qué es el coeficiente de la correlación lineal y que nos ayuda a medir?
El coeficiente es una medida que permite conocer el grado de asociación lineal entre dos
variables cuantitativas (X y Y).
El coeficiente de correlación de Pearson es una prueba que mide la relación estadística entre
dos variables continuas. Si la asociación entre los elementos no es lineal, entonces el
coeficiente no se encuentra representado adecuadamente.
 
hago envio de aporte del 2 item de la guia
 
Definición de conceptos.
1.     Diagrama de dispersión:
Se define como el grado de distanciamiento de un conjunto de valores respecto a su valor
medio. A partir de esta definición, se derivan las medidas de dispersión que aprendimos como
es: Rango, varianza, desviación, covarianza, coeficiente de correlación, etc. El diagrama de
dispersión, también conocido como gráfico de dispersión o gráfico de correlación consiste en
la representación gráfica de dos variables para un conjunto de datos. En otras palabras,
analizamos la relación entre dos variables, conociendo que tanto se afectan entre sí o que tan
independientes son una de la otra. En este sentido, ambas variables se representan como un
punto en el plan cartesiano y de acuerdo con la relación que exista entre ellas, definimos su
tipo de correlación.
 2. Correlación lineal simple:
El concepto de relación o correlación se refiere al grado de variación conjunto existente entre
dos o más variables. En este apartado nos centramos en el estudio de un tipo particular de
relación llamada lineal y nos limitamos a considerar únicamente dos variables (Simple).
 3. Coeficiente de determinación R2
Nos indica cuanto de la variación total en Y se debe a la variación en X, su principal propósito
es predecir futuros resultados o probar una hipótesis, es importante tener en cuenta que el
resultado del coeficiente de determinación  R2 oscila entre 0 y 1. Cuanto más cerca de 1 se
situé su valor, mayor será el ajuste del modelo a la variable que se está intentando explicar.
Por el contrario, si el resultado se encuentra más cerca de cero, menos ajustado estará al
modelo y menos confiable será.
 
 4. Correlación positiva:
Se habla de una correlación positiva cuando una relación entre una variable y otra es lineal y
directa, de manera que un cambio en una variable predice el cambio en la otra variable. En
este caso, se dice que la correlación es positiva perfecta, es decir, ambas variables varían al
mismo tiempo. Este tipo de correlación es directamente proporcional. Hay correlación positiva
cuando las dos variables se correlación en sentido directo. Por lo que, a valores altos de una
le corresponden valores altos de la otra e igualmente con los valores bajos.
5. Correlación negativa:
Se habla de una correlación negativa cuando la relación entre una variable y otra es opuesta o
inversa, es decir, cuando una variable cambia, la otra se modifica hacia lo contrario. Entonces,
cuando una posee variables valores alto, la otra posee valores bajos y mientras este valor
este mas cerca de -1, más evidente será esta covariación.
 
6. ¿Qué es el coeficiente de correlación lineal y qué nos ayuda a medir?
En estadística, el coeficiente de correlación es una medida lineal entre dos variables aleatorias
cuantitativas. A diferencia de la covarianza, la correlación de Pearson es independiente de la
escala de medida de las variables.
Podemos definir el coeficiente de correlación de Pearson como un índice que puede utilizarse
para medir el grado de relación de dos variables siempre  y cuando ambas sean cuantitativas
y continuas.