ANÁLISIS DE REGRESIÓN

En análisis de regresión es una herramienta de frecuente uso en Estadística que permite estudiar y
valorar las relaciones entre diferentes variables cuantitativas tenidas en cuenta mediante la
construcción de una ecuación.

El esquema básico de análisis de regresión plantea un proceso o modelo en el cual se analiza la

relación entre una variable dependiente (porque es influida por el resto) y una o varias variables
independientes o fijas (las que influyen en el objeto de estudio). Gracias procesos de regresión
estadística es posible entender el modo en que la dependiente es afectada por cambios en los
valores de las independientes.

ANÁLISIS DE CORRELACIÓN
Análisis de correlación El análisis de correlación es la herramienta estadística que podemos usar
para describir el grado en el que una variable está linealmente relacionada con otra. Con
frecuencia, el análisis de correlación se utiliza junto con el de regresión para medir qué tan bien la
línea de regresión explica los cambios de la variable dependiente, Y. Sin embargo, la correlación
también se puede usar sola para medir el grado de asociación entre dos variables.

Los estadísticos han desarrollado dos medidas para describir la correlación entre dos variables: el
coeficiente de determinación y el coeficiente de correlación. Presentar estas dos medidas de
asociación es el objetivo de esta sección:

El coeficiente de determinación
El coeficiente de determinación es la principal forma en que podemos medir el grado, o fuerza, de
la asociación que existe entre dos variables, X y Y. Debido a que usamos una muestra de puntos
para desarrollar rectas de regresión, nos referimos a esta medida como el coeficiente de
determinación muestral.

El coeficiente de correlación
El coeficiente de correlación es la segunda medida que podemos usar para describir qué tan bien
explica una variable a otra. Cuando tratamos con muestras, el coeficiente de correlación de la
muestra.

se denota por r y es la raíz cuadrada del coeficiente de determinación de muestra:

Cuando la pendiente de la ecuación de estimación es positiva, r es la raíz cuadrada positiva, pero

sib es negativa, r es la raíz cuadrada negativa. Entonces, el signo de r indica la dirección de la
relación entre las dos variables X y Y.

[ CITATION Lev10 \l 10250 ]

PROBABILIDADES

La probabilidad es una medida numérica de la posibilidad de que ocurra un evento. Por tanto, las
probabilidades son una medida del grado de incertidumbre asociado con cada uno de los

eventos previamente enunciados. Si cuenta con las probabilidades, tiene la capacidad de

determinar la posibilidad de ocurrencia que tiene cada evento.

Los valores de probabilidad se encuentran en una escala de 0 a 1. Los valores cercanos a 0

indican que las posibilidades de que ocurra un evento son muy pocas. Los cercanos a 1 indican

que es casi seguro que ocurra un evento. Otras probabilidades entre cero y uno representan
distintos grados de posibilidad de que ocurra un evento. Por ejemplo, si considera el evento “que

llueva mañana”, se entiende que si el pronóstico del tiempo dice “la probabilidad de que llueva

es cercana a cero”, implica que casi no hay posibilidades de que llueva. En cambio, si informan

que la probabilidad de que llueva es 0.90, sabe que es muy posible que llueva. La probabilidad

de 0.50 indica que es igual de posible que llueva como que no llueva. En la figura 4.1 se presenta la
probabilidad como una medida numérica de la posibilidad de que ocurra un evento

[ CITATION And96 \l 10250 ]

Bibliografía

Anderson, D. R. (1996). Estadística para administración y economia,10a. edición. México, D.F:

International Thomson.

Levin Richard I. Ruben, D. S. (2010). Estadistica para dministracion y economia (septima edicion).
Mexico D.F: Prentice Hall.