En un modelo de regresión lineal simple podemos analizar la asociación entre dos variables. Sin embargo, nuestra variable dependiente (peso en el caso presentado) puede depender de otros factores (edad, talla etc.)
Año: 2021
Modelos de Regresión Lineal Simple.
Un coeficiente de correlación entre dos variables nos puede explicar la magnitud y dirección de una asociación. Sin embargo cuando queremos además realizar inferencias (cuánto cambia una variable si la otra se modifica), podemos usar un modelo.
Marketing Digital
Maestría: MAE Asignatura: Marketing integral...
Evaluación de los Modelos de Regresión Lineal Simple.
Para poder realizar inferencias estadísticas a partir de nuestro modelo, debemos evaluar el modelo. Esto se realiza analizando los residuos del modelo. Al asegurarnos de que nuestro modelo cumple con condiciones, podemos realizar inferencias e inferir valores de nuestra variable respuesta de acuerdo a nuestro modelo.
Social Media
Maestría: MAE Asignatura: Marketing integral...
Prueba de Kruskal-Walli
Existen ocasiones en los que no se cumplen las condiciones para aplicar un análisis de varianza paramétrico de un factor. En estos casos, podemos usar la prueba de Kruskal-Wallis como sustituto (no presupone normalidad, ni homogeneidad de de la varianza).Está técnica no paramétrica se utiliza con un diseño de grupos independientes con k muestras. Requiere sólo una escala ordinal de la variable dependiente
Marketing en línea 2
Maestría: MAE Asignatura: Marketing integral...
Correlación y Causalidad
Muchas veces nos interesará saber si dos variables cuantitativas se asocian entre si. Esto puede ser un primer paso antes de armar modelos de regresión, por ejemplo. El coeficiente de correlación lineal (r de Pearson) no permite ver si existe relación entre dos variables (y también saber su fuerza y magnitud).
ANOVA y ANCOVA
En cursos pasados, vieron como se puede hacer pruebas de contraste basadas en la media como estadístico básico. Sin embargo, también podemos usar la varianza para realizar pruebas de contraste.Con este fin, se puede aplicar el estadístico F que es la razón entre dos varianzas en la misma muestra o población.