Muchas gracias, tu explicacion fue sencilla, directa y mucho mejor q la d mi profe; gracias a esto pude completar un trabajo q decir dificil es quedarme corto
buen video, a esos del "dislike" es un problema ficticio, con datos al azar, por eso los datos no dan valores razonables, el video te enseña el metodo a seguir, cuando lo apliquen en un problema bien planteado les dara coeficientes muy cercanos al 100%
3:55 el coeficiente de correlación es 0.325, por lo tanto las variables están relacionadas un 32.5 %. Este coeficiente debe dar mayor a 0.9 (90%) para poder decir que existe fuerte relación entre las variables.
En realidad, el coeficiente es arbitrario. Si estás evaluando un fenómeno físico evidentemente debes ser más exigente que si supervisas un test de puntuación subjetiva.
@@inceptionmmxviii9804 nada de arbitrario, el modelo debe ser funcional la mayor cantidad de veces, la explicación que hace X sobre Y alcanza al 0.09 de su variabilidad. es una condicionante de cualquier modelo, es que deba tener un alto grado de funcionalidad (r2 sobre el 60% ) lo que hace el modelo en el caso de una puntuación subjetiva, es evaluar si sirve para estimar el comportamiento de Y, ¿como lo harian los psicologos con todas sus puntuaciones son subjetivas? es que lo describen en funcion de la potencia de su relacion. en este caso el modelo no existe. aunque sea un ejemplo de excel, p-value anova , p-value parametros. ambos aceptan H0 modelo =0 Bi =0
@@inceptionmmxviii9804 lo que ud haga con el coeficiente es distinto a lo que establece la estadistica como Cs. Si dentro de su arbitrariedad desea aprobar un modelo que solo es capaz de estimar correctamente el 50%de los casos, OK. pero recuerde que en el 50% de las veces se estara equivocando
muchas gracias por explicar como se desbloquea ese apartado, lo peor es que por default exel te pone uno muy similar de "analisar datos" pero no tienen nada que ver y perdi mucho tiempo quien sabe porque lo haran. gracias 😘
para un trabajo de investigación no les recomiendo hacer esto, por que no compara las variables x1 o también llamas variables independientes para ver si estas tienen correlación con la variable Y o dependiente
éstas equivocada...deseas calcular medidas sabiendo su edad...pero con la formulación que esta realizando esta calculando la edad con base a las medidas, es decir lo contrario a lo que dice que desea calcular...revise y vera el error que tiene.
yo que solo vi el video por curiosidad mi duda es la siguiente: la edad la ingresa como variable dependiente (Y), y los pesos y alturas como variables independientes (x1 y x2) . La pregunta esta mal formulada ya que debemos ingresar valores de altura y peso para estimar la edad.
efectivamente. Algo relacionado con Variable Temporal asociado a ciclos de vida, nunca puede ser Dependiente. que otros lo hagan no significa que sea correcto.
Además el coeficiente de determinación R"2 es 0.1058. es muy bajo! por lo que este modelo no es adecuado para predecir, Con los datos de peso y altura no podrías predecir la edad con una confiabilidad adecuada. Dislike to!
Primera vez, alguien hace un video al grano, muy bien
Muchas gracias me fue de mucha utilidad
Excelente explication, grande que eres
Muchas gracias, tu explicacion fue sencilla, directa y mucho mejor q la d mi profe; gracias a esto pude completar un trabajo q decir dificil es quedarme corto
Hola, Viktor los buenos estudiantes siempre buscan recursos adicionales para aprender sigue profundizando con nuestra compañia :)
Muchas gracias, fue de gran ayuda!
lo que obtienes es la función de edad en términos del peso y la altura.
buen video, a esos del "dislike" es un problema ficticio, con datos al azar, por eso los datos no dan valores razonables, el video te enseña el metodo a seguir, cuando lo apliquen en un problema bien planteado les dara coeficientes muy cercanos al 100%
Hola, Roger gracias por tu colaboración y dar el motivo del error a nuestra comunidad. Comparte nuestros videos y ayúdanos a crecer :).
Si pudiese darte un like mas grande te lo diera, quedan 3 horas para entregar y me re salvaste brho.
3:55 el coeficiente de correlación es 0.325, por lo tanto las variables están relacionadas un 32.5 %. Este coeficiente debe dar mayor a 0.9 (90%) para poder decir que existe fuerte relación entre las variables.
En realidad, el coeficiente es arbitrario. Si estás evaluando un fenómeno físico evidentemente debes ser más exigente que si supervisas un test de puntuación subjetiva.
@@inceptionmmxviii9804 nada de arbitrario, el modelo debe ser funcional la mayor cantidad de veces, la explicación que hace X sobre Y alcanza al 0.09 de su variabilidad. es una condicionante de cualquier modelo, es que deba tener un alto grado de funcionalidad (r2 sobre el 60% )
lo que hace el modelo en el caso de una puntuación subjetiva, es evaluar si sirve para estimar el comportamiento de Y, ¿como lo harian los psicologos con todas sus puntuaciones son subjetivas? es que lo describen en funcion de la potencia de su relacion.
en este caso el modelo no existe. aunque sea un ejemplo de excel,
p-value anova , p-value parametros. ambos aceptan H0 modelo =0 Bi =0
@@detodo8655 me refiero a ese coeficiente limite para considerarse significativo algo o no xD
@@inceptionmmxviii9804 lo que ud haga con el coeficiente es distinto a lo que establece la estadistica como Cs. Si dentro de su arbitrariedad desea aprobar un modelo que solo es capaz de estimar correctamente el 50%de los casos, OK. pero recuerde que en el 50% de las veces se estara equivocando
@@detodo8655 sabes leer o solo escribes porque sí?
muchas gracias por explicar como se desbloquea ese apartado, lo peor es que por default exel te pone uno muy similar de "analisar datos" pero no tienen nada que ver y perdi mucho tiempo quien sabe porque lo haran. gracias 😘
para un trabajo de investigación no les recomiendo hacer esto, por que no compara las variables x1 o también llamas variables independientes para ver si estas tienen correlación con la variable Y o dependiente
como se puede hacer un gráfico de RLM en excel
éstas equivocada...deseas calcular medidas sabiendo su edad...pero con la formulación que esta realizando esta calculando la edad con base a las medidas, es decir lo contrario a lo que dice que desea calcular...revise y vera el error que tiene.
yo que solo vi el video por curiosidad mi duda es la siguiente: la edad la ingresa como variable dependiente (Y), y los pesos y alturas como variables independientes (x1 y x2) . La pregunta esta mal formulada ya que debemos ingresar valores de altura y peso para estimar la edad.
efectivamente. Algo relacionado con Variable Temporal asociado a ciclos de vida, nunca puede ser Dependiente. que otros lo hagan no significa que sea correcto.
Como hacer un laboratorio de R para hacer regrecion d lineal multiples con 3 variables y 20 datos
lleno de errores tanto el ejemplo, el planteamiento y la solución!!!!
y como se mete la función?
Y como queda la incertidumbre de la formula? Y=50.61-0.13X1-0.03X2
esta basado en estadística?
necesito tu ayudaaaaa
3:33 XDXD el peso depende de la edad tu analisis confundio a muchos..
introdujiste al revés los datos
aja y que paso........ no explicaste NADA
Además el coeficiente de determinación R"2 es 0.1058. es muy bajo! por lo que este modelo no es adecuado para predecir, Con los datos de peso y altura no podrías predecir la edad con una confiabilidad adecuada. Dislike to!
Pero si las variables no son significativas... el p-valor es mayor a 0,05, por lo tanto no puedes crear esa formula... Dislike