Documentos de Académico
Documentos de Profesional
Documentos de Cultura
y Conceptos de Probabilidad"
Grupo 10
Alejandro Toro Serna
496058
Ricardo Murillo
640158
Kevin Yesid Tapasco Llanos
668377
24/09/19
Introducción
Este trabajo consiste en explicar para que sirve la regresión y la correlación tanto lineal como
múltiple, las probabilidades de un evento entre otros. Todo fundamentado en la estadística dentro
del área administrativa, se resolverán conceptos básicos de extrema importancia para esta
Es importante saber que el resultado del coeficiente de determinación oscila entre 0 y 1. Cuanto
más cerca de 1 se sitúe su valor, mayor será el ajuste del modelo a la variable que estamos
intentando explicar. De forma inversa, cuanto más cerca de cero, menos ajustado estará el
modelo y, por tanto, menos fiable será. (información sacada de economipedia, documento
Es un importante estadístico en la Regresión. Es una medida del grado de relación existente entre
la variable dependiente y las variables independientes (si es una regresión simple, entonces “la
La correlación, también conocida como coeficiente de correlación lineal (de Pearson), es una
medida de regresión que pretende cuantificar el grado de variación conjunta entre dos variables.
Por tanto, es una medida estadística que cuantifica la dependencia lineal entre dos variables, es
De una forma menos coloquial, la podemos definir como el número que mide el grado de
múltiple para ver el grado de intensidad o efectividad que tienen las variables independientes en
En palabras más simples, el R cuadrado ajustado nos dice qué porcentaje de variación de la
El uso de este coeficiente se justifica en que a medida que añadimos variables a una regresión,
marginal de cada una de las nuevas variables añadidas no tiene relevancia estadística.
podríamos pensar, de manera errónea, que el conjunto de variables elegido es capaz de explicar
La regresión lineal simple examina la relación lineal entre dos variables continuas: una respuesta
(Y) y un predictor (X). Cuando las dos variables están relacionadas, es posible predecir un valor
de respuesta a partir de un valor predictor con una exactitud mayor que la asociada únicamente a
las probabilidades.
La regresión proporciona la línea que "mejor" se ajusta a los datos. Esta línea se puede utilizar
después para:
predictora.
Predecir el valor de una variable de respuesta (Y) para cualquier variable predictora (X).
administración.
La regresión lineal múltiple examina las relaciones lineales entre una respuesta continua y dos o
más predictores.
Si el número de predictores es grande, antes de ajustar un modelo de regresión con todos los
predictores, se deberían utilizar las técnicas de selección de modelo paso a paso o de los mejores
subconjuntos para excluir los predictores que no estén asociados con las respuestas. (información
nube de puntos una función de tipo matemático que se aproxime lo máximo posible a los datos
Dependencia funcional: Si y solamente si entre ellas existe una función matemática que las
relaciona perfectamente.
Dependencia estadística: Cuando entre ellas existe una relación pero que no es expresable
mediante un modelo matemático, por ejemplo, entre oferta y demanda o peso y altura
forma donde .
de R 2 varía entre 0 y 1. Mientras más cercano el valor esté de 1, más preciso será el modelo.
La probabilidad es simplemente qué tan posible es que ocurra un evento determinado. Cuando no
resultados: qué tan común es que ocurran. Al análisis de los eventos gobernados por la
Conceptos Básicos”).
número entre cero (nunca ocurrirá) y uno (seguro que ocurrirá). Es mucho menos conocida una
peculiar excepción a la interpretación de esos dos valores y es que, por raro que parezca, en esta
rama de las Matemáticas ni el cero ni el uno son siempre lo que parecen. Hay dos ceros y dos
unos distintos. (Información sacada de Naukas, “Por Colaborador Invitado, el 20 marzo, 2012.)
En la distribución normal, uno puede calcular la probabilidad de que varios valores ocurran
dentro de ciertos rangos o intervalos. Sin embargo, la probabilidad exacta de un valor particular
dentro de una distribución continua, como la distribución normal, es cero. Esta propiedad
distingue a las variables continuas, que son medidas, de las variables discretas, las cuales son
contadas. Como ejemplo, el tiempo (en segundos) se mide y no se cuenta. Por lo tanto, es
factible determinar la probabilidad de que el tiempo de descarga para una página principal en un
descarga esté entre 8 y 9 segundos, o la probabilidad de que el tiempo de descarga esté entre 7.99
y 8.01 segundos. Sin embargo, la probabilidad de que el tiempo de descarga sea exactamente de
Berenson, Mark L.; Levine, David M. y Krehbiel, Timothy C. Estadística para administración.
Bibliografías
https://estadisticaorquestainstrumento.wordpress.com/2012/12/16/coeficiente-de-determinacion-
en-regresion/
https://economipedia.com/definiciones/r-cuadrado-coeficiente-determinacion.html
https://economipedia.com/definiciones/coeficiente-de-correlacion-lineal.html
https://economipedia.com/definiciones/r-cuadrado-ajustado-coeficiente-de-determinacion-
ajustado.html
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-
statistics/regression/supporting-topics/basics/types-of-regression-analyses/
https://prezi.com/ykbxw8letk3u/regresion-parabolica/
https://www.varsitytutors.com/hotmath/hotmath_help/spanish/topics/exponential-regression
https://es.khanacademy.org/math/probability/probability-geometry/probability-
basics/a/probability-the-basics
https://naukas.com/2012/03/20/una-probabilidad-matematica-de-cero-significa-que-algo-nunca-
vaya-a-ocurrir-pues-depende/
https://www.gestiopolis.com/que-es-la-distribucion-normal/