Essays.club - Ensayos gratis, notas de cursos, notas de libros, tareas, monografías y trabajos de investigación
Buscar

Resumenes estadistica tema 11 y 12

Enviado por   •  28 de Diciembre de 2018  •  638 Palabras (3 Páginas)  •  346 Visitas

Página 1 de 3

...

Es una extensión de la regresión lineal simple y esta permite tomar en cuenta a más de una variable, se llama regresión lineal múltiple y en lugar de solo una variable independiente X para explicar la variación de esta en Y se pueden utilizar al mismo tiempo otras variables pero tienen que ser independientes.

Al usar más de una variable independiente pueden hacerse predicciones más exactas y se indican con X1, X2, X3… Xk.

X1: cantidad gastada en marketing digital

X2: cantidad gastada en logística

X3 número de empleados de ingenieria

Se reúnen las variables Y, X1, X2, X3 y se usan estos datos muestrales para construir una ecuación que prediccione y relacione Y con las variables anteriores.

Matriz de correlación

Esta es construida a partir de los cálculos de los coeficientes de correlación simples para cada combinación de variables.

Matriz de correlación

Variables

Variables

1

2

3

1

r11

r12

r13

2

r21

r22

r23

3

r31

r32

r33

se señala el coeficiente de correlación y indica la relación entre las variables 1 y 2 y es representada con r12, este enfoque permite determinar la relación entre dos variables, es exactamente la misma entre las variables 2 y 1.

Modelo de regresión simple.

en lo problemas se aplica un análisis de regresión y se necesita más de una variable independiente, de esta manera se representa por la siguiente ecuación:

Y = β0 + β1X1 + β2X2 + ... + βkXk + ε

β1, β2, β3 ... βk, son los coeficientes y ε es la variable de error.

Los residuos e = Y - Ŷ estiman el componente del error y son similares a los correspondientes errores en la regresión lineal simple.

La regresión múltiple es una extensión de la regresión lineal simple, lo cual permite tomar en cuenta a más de una variable independiente, y es posible explicar más detalladamente la variación que hay en Y y con esto poder hacer predicciones más exactas

Conclusión:

Aprendí los conceptos de estimación e interpretación de los coeficientes así como su función y que mediante el método de mínimos cuadrados se obtiene la mejor línea recta posible a los datos experimentales

...

Descargar como  txt (4.1 Kb)   pdf (49.3 Kb)   docx (14.1 Kb)  
Leer 2 páginas más »
Disponible sólo en Essays.club