Asignatura Datos del estudiante Fecha

Apellidos: MONTERO GOMEZ

ESTADISTICA II ENERO 14 DE 2022
Nombre: YINERIS

Actividad
Protocolo individual de la unidad n°: TRES

Análisis y síntesis:
Síntesis e interpretación personal de los temas vistos en la unidad
REGRESION Y CORRELACION LINEAL SIMPLE
Una técnica estadística que establece una ecuación para estimar el valor desconocido de una
variable, a partir del valor conocido de otra variable, se denomina análisis de regresión simple.
Por lo tanto, es el proceso general de predecir una variable Y a partir de otra X.
Relaciones entre variables
• Relación directa: tiene pendiente positiva, porque la variable Y crece a medida que la
variable X también lo hace.
• Relación inversa: tiene pendiente negativa, porque a medida que aumenta la variable Y,
disminuye la variable X.
Variable independiente X es la variable cuyo valor se suponga conocido y se utiliza para explicar
o predecir el valor de otra variable.
Variable dependiente Y es la variable cuyo valor se suponga desconocido y que se explique o
prediga con ayuda de otra.
Diagramas de dispersión es la ilustración grafica usada en el análisis de regresión y consta de
la dispersión de puntos los cuales representan un valor de la variable independiente y un valor
asociado de la variable dependiente.
Método de mínimos cuadrados es usado para ajustar una línea de datos muestrales indicados
en el diagrama de dispersión. A partir de este método y los datos muestrales se calcula la línea
de regresión muestral o estimada, la cual se ajusta mejor al conjunto de datos (x,y) y se calcula
mediante la formula: 𝛾 = 𝑎 + 𝑏𝑋
• Pendiente b representa el grado de inclinación de la recta.
• Ordenada de origen a representa el punto en que la recta corta al eje de las Y.
Error estándar de estimación: mide la dispersión de los valores observados alrededor de la
línea de regresión y se representa como Se.
CORRELACION SIMPLE
Una técnica estadística que establece un índice que proporciona, en un solo numero, una medida
de fuerza de asociación entre dos variables de interés, se llama análisis de correlación simple.
Por lo tanto, describe el grado de relación entre dos variables.
• Coeficiente muestral de determinación: es una manera de medir el grado o fuerza de la
relación entre dos variables X y Y.
• Coeficiente muestral de correlación: es la medida que describe la eficacia con que una
variable es explicada por otra y es un estimador puntual del coeficiente de correlación
poblacional (p).
 Asignatura Datos del estudiante Fecha
Apellidos: MONTERO GOMEZ
ESTADISTICA II ENERO 14 DE 2022
Nombre: YINERIS

• Intervalo de confianza: es usado para dar seguridad a los cálculos.

• Intervalo de predicción: es usado para predecir un intervalo de valores de Y, dado un valor
de X.
COEFICIENTE DE CORRELACION LINEAL DE PEARSON
Se define en términos de covarianza de las variables aleatorias X y Y, es decir, que varían
conjuntamente y sus valores oscilan entre 0 y 1.
Interpretación: cuanto mas cerca de 1 mayor correlación y mas cerca del cero menor
correlación. La correlación efectiva es distinta de cero.
Prueba de hipótesis en esta establecemos un valor supuesto o hipotético del parámetro de
población antes de tomar la muestra.
• Hipótesis nula: es la suposición respecto a un parámetro de población que deseamos probar,
generalmente sobre el estatus quo. H0:µ=500 se lee la hipótesis nula es que la media de
población es igual a 500.
• Hipótesis alternativa: es la conclusión que aceptamos cuando los datos no respaldan la
hipótesis nula. H1:µ≠200 se lee la hipótesis alternativa es que la media de población no es
igual a 200.

Discusión:
Dudas, desacuerdos, discusiones