Tema 12: Concordancia y correlación

1. RELACIONES ENTRE VARIABLES Y REGRESIÓN

Correlación paramétrica: Pearson.

2. REGRESIÓN LINEAL SIMPLE: CORRELACIÓN Y DETERMINACIÓN

Se trata de estudiar la asociación lineal entre dos variables cuantitativas

Modelos lineales determinista: la variable independiente determine el valor de la variable

dependiente. Entonces para cada valor de la variable independiente sólo habría un valor de la dependiente.

La recta no es un modelo lineal determinista, es probabilístico: para cada valor de la variable

independiente existe una distribución de probabilidad de valores de la dependiente. Con una

probabilidad entre 0 y 1.

La recta a determinar es aquella con la menor distancia de cada punto a ella.

Hay dos tipos de coeficientes, se elige uno u otro dependiendo de si las variables siguen una distribución normal:

•  Pearson: paramétrica, por lo que requiere que la distribución siga la normalidad. Si siguen ambas variables

una normal cogemos a Pearson

• Spearman: no paramétrica, por lo que requiere que se emplee cuando la distribución no siga una normalidad.

Si tiene solo una variable que sigue una distribución normal o ninguna.

EJEMPLO:Correlación no paramétrica: Spearman. 

 EJEMPLO: