Para hacer correlaciones se utilizan siempre variables numericas (escalares como lo menciona el autor del video). Se utiliza Pearson cuando la distribucion de tu muestra es normal (parametrica) y Spearman se utiliza cuando la distribucion de tu muestra es asimetrica (No parametrica). Informacion extra que puede ser de su ayuda.
Todas las pruebas paramétricas deben de cumplir el supuesto de normalidad y homogeneidad de varianza, de lo contrario tendrás que correr una prueba Estadística no parámetrica.
El análisis de regresión lineal simple es el más utilizado y el más sencillo de todos. Se trata de estudiar el efecto de una variable independiente sobre una única variable dependiente de la primera o que al menos a nivel teórico hemos considerado que es dependiente Un modelo de regresión lineal múltiple es un modelo estadístico versátil para evaluar las relaciones entre un destino continuo y los predictores. Los predictores pueden ser campos continuos, categóricos o derivados, de modo que las relaciones no lineales también estén soportadas.
Para hacer correlaciones se utilizan siempre variables numericas (escalares como lo menciona el autor del video). Se utiliza Pearson cuando la distribucion de tu muestra es normal (parametrica) y Spearman se utiliza cuando la distribucion de tu muestra es asimetrica (No parametrica). Informacion extra que puede ser de su ayuda.
ala que buena explicación para lo que estaba buscando, mejor explicado que mi profe de estadísta 10/10
Una consulta básica, este análisis de regresión lineal es independiente de la prueba de normalidad ( Asimétrica o Simétrica)
Todas las pruebas paramétricas deben de cumplir el supuesto de normalidad y homogeneidad de varianza, de lo contrario tendrás que correr una prueba Estadística no parámetrica.
y que sucedería que en mi tabla anova sig sea 0.001?
pero la interpretacion es lo que buscaba jeje 🥲
Muy agradecido con sus ensañanzas, maestro.
En este caso la variable venta explica en un 84% la variable inventario?
Me has salvado, muchas gracias.
Muchas gracias por compartir.
1:40
El análisis de regresión lineal simple es el más utilizado y el más sencillo de todos. Se trata de estudiar el efecto de una variable independiente sobre una única variable dependiente de la primera o que al menos a nivel teórico hemos considerado que es dependiente
Un modelo de regresión lineal múltiple es un modelo estadístico versátil para evaluar las relaciones entre un destino continuo y los predictores. Los predictores pueden ser campos continuos, categóricos o derivados, de modo que las relaciones no lineales también estén soportadas.