Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • Practica 2 Estadistica

    Cargado por

    Ariana Alt
    8 vistas3 páginas
    El análisis de regresión lineal consiste en definir una variable independiente X que ayude a explicar o estimar una variable dependiente Y, siempre que exista una relación lineal entre ellas. La variable dependiente se predice o estima y se muestra en el eje Y, mientras que la función lineal se representa como una recta en un plano cartesiano. El modelo de regresión lineal explica la relación entre una variable dependiente Y y una o más variables explicativas a través de una ecuación de primer orden.

    Descripción original:

    Título original

    practica 2 estadistica

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Denunciar este documento
    El análisis de regresión lineal consiste en definir una variable independiente X que ayude a explicar o estimar una variable dependiente Y, siempre que exista una relación lineal entre ellas. La variable dependiente se predice o estima y se muestra en el eje Y, mientras que la función lineal se representa como una recta en un plano cartesiano. El modelo de regresión lineal explica la relación entre una variable dependiente Y y una o más variables explicativas a través de una ecuación de primer orden.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    8 vistas3 páginas

    Practica 2 Estadistica

    Cargado por

    Ariana Alt
    El análisis de regresión lineal consiste en definir una variable independiente X que ayude a explicar o estimar una variable dependiente Y, siempre que exista una relación lineal entre ellas. La variable dependiente se predice o estima y se muestra en el eje Y, mientras que la función lineal se representa como una recta en un plano cartesiano. El modelo de regresión lineal explica la relación entre una variable dependiente Y y una o más variables explicativas a través de una ecuación de primer orden.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    de 3

    *El análisis de regresión consiste en definir la variable independiente X que ayude

    a explicar o a estimar la variable dependiente Y, siempre que exista una relación


    lineal entre ellas y siempre que se trate de variables cuantitativas.

    -verdadero

    *se puede decir que la función lineal es

    -una recta dibujada en el plano cartesiano

    *La variable dependiente es una variable que:

    -se predice o estima y se muestra en el eje Y

    *De acuerdo al siguiente modelo de regresión lineal Yc = 15.5 + 2.7Xi ¿Cuál será
    el valor estimado de "y" si "x" es igual a 3?

    -23.6

    *si r<0*

    -correlacion negative

    *El modelo de ________________________ explica la relación entre una variable


    dependiente, a la que se denotará y, con otra(s) explicativa(s) a través de una
    ecuación de primer orden.

    -Regresión lineal

    *Una regresión lineal simple busca:

    -Establecer la relación entre una variable independiente y otra dependiente

    *¿Cuál de las siguientes opciones es la ecuación de la recta de regresión lineal?

    -Yi = β0 + β1x

    *¿se basa en obtener una relación lineal entre un conjunto de variables


    independientes X1,..,Xn con una variable dependiente Y?

    -Regresión lineal múltiple

    *Considerando las siguientes variables:

    Numero de estudiantes que trabajan


    Promedio de calificaciones

    *¿Cuál es la variable dependiente?

    -Promedio de calificaciones

    *¿Consiste en generar un modelo de regresión (ecuación de una recta) que permita


    explicar la relación lineal que existe entre dos variables?

    -Regresión lineal simple

    *En un diagrama de dispersión existe una correlación entre la variable "X" y "Y"
    que no es perfecta cuando la correlación entre las dos variables siempre será un
    valor cercano a 1.

    -Si

    *Método de estimación para la mejor recta:

    -Mínimos Cuadrados

    *El siguiente es un ejemplo de regresión lineal: El ingreso que percibe un individuo


    está relacionado con el nivel de educación.

    -Si

    El INDIDE REAL DE INTERCAMBIO NOS MUESTRA LA RELACIÓN ENTRE:


    …/4

    IPX/IPM
    la seguridad de las predicciones, en un modelo de regresión lineal, será mayor,
    cuanto............... sea el valor del coeficiente de correlación r

    *
    0/7

    todas las opciones son correctas


    más cercano a 0
    más cercano a 1 o -1
    más cercano a -0

    También podría gustarte