Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Covarianza:
- Cuando una variable se desvía con respecto a la media, la otra variable se desvía de
forma similar
Coeficiente de determinación R2
Ejemplo
a) que la Varianza total de la variable Y (0.76) es igual a la suma de las Varianzas de las
puntuaciones estimadas (Y') y de los errores de predicción (Y-Y').
Es 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 ese 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 correlacionan
en sentido directo. Por lo que, a valores altos de una le corresponden valores altos de la otra e
igualmente con los valores bajos.
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 variable valores
altos, la otra posee valores bajos y mientras este valor esté más cerca de -1, más evidente será
esta covariación.
Se dice que hay correlación negativa perfecta cuando r = -1. Este tipo de correlación es
inversamente proporcional. Entonces, hay correlación negativa cuando las dos variables se
correlacionan en sentido inverso.
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, el
coeficiente de correlación lineal señalará lo bien o lo mal que el conjunto de puntos
representados se aproxima a una recta.
De una forma menos coloquial, la podemos definir como el número que mide el grado de
intensidad y el sentido de la relación entre dos variables.
Es un índice que puede utilizarse para medir el grado de relación de dos variables siempre y
cuando ambas sean cuantitativas y continuas.