Buscar
- Filtrar resultados
- Ubicación
- Clasificación
- Incluir datos adjuntos
- https://espanol.libretexts.org/Estadisticas/Estadistica_Aplicada/Libro%3A_Una_introduccion_a_las_estadisticas_psicologicas_(Foster_et_al.)/12%3A_Correlaciones/12.01%3A_Variabilidad_y_CovarianzaDebido a que tenemos dos variables continuas, tendremos dos características o puntuación en la que variarán las personas. Lo que queremos saber es que la gente varía en las puntuaciones juntas. Es dec...Debido a que tenemos dos variables continuas, tendremos dos características o puntuación en la que variarán las personas. Lo que queremos saber es que la gente varía en las puntuaciones juntas. Es decir, a medida que cambia una puntuación, ¿la otra puntuación también cambia de manera predecible o consistente? Esta noción de variables que difieren entre sí se llama covarianza (el prefijo “co” significa “juntas”).
- https://espanol.libretexts.org/Estadisticas/Estadisticas_Introductorias/Libro%3A_Estad%C3%ADsticas_Visuales_Usa_R!_(Shipunov)/06%3A_Datos_bidimensionales_-_Modelos/6.01%3A_An%C3%A1lisis_de_Correlaci%C3%B3nUn valor positivo de medias la correlación es positiva (cuanto mayor sea el valor de una variable, mayor será el valor de la otra), mientras que los valores negativos significan que la correlación es ...Un valor positivo de medias la correlación es positiva (cuanto mayor sea el valor de una variable, mayor será el valor de la otra), mientras que los valores negativos significan que la correlación es negativa (cuanto mayor sea el valor de una, menor de la otra).
- https://espanol.libretexts.org/Estadisticas/Estadistica_Aplicada/Libro%3A_Estadisticas_Biologicas_(McDonald)/05%3A_Pruebas_para_m%C3%BAltiples_variables_de_medici%C3%B3n/5.04%3A_An%C3%A1lisis_de_CovarianzaUtilice el análisis de covarianza (ancova) cuando tenga dos variables de medición y una variable nominal. La variable nominal divide las regresiones en dos o más conjuntos.
- https://espanol.libretexts.org/Estadisticas/Teoria_de_Probabilidad/Probabilidad_Aplicada_(Pfeiffer)/12%3A_Varianza%2C_Covarianza_y_Regresi%C3%B3n_Lineal/12.02%3A_Covarianza_y_Coeficiente_de_Correlaci%C3%B3nEl valor medioμX=E[X] y la varianzaσ2X=E[(X−μX)2] dan información importante sobre la distribución de la variable aleatoria realX. ¿Puede la expectativa de una función ...El valor medioμX=E[X] y la varianzaσ2X=E[(X−μX)2] dan información importante sobre la distribución de la variable aleatoria realX. ¿Puede la expectativa de una función adecuada de(X,Y) dar información útil sobre la distribución conjunta? La referencia a la Figura 12.2.1 muestra este es el promedio del cuadrado de las distancias de los puntos(r,s)=(X∗,Y∗)(ω) desde la líneas=r (es decir, la varianza alrededor de la líneas=r).
- https://espanol.libretexts.org/Estadisticas/Teoria_de_Probabilidad/Probabilidad_Aplicada_(Pfeiffer)/12%3A_Varianza%2C_Covarianza_y_Regresi%C3%B3n_Lineal/12.01%3A_Varianza% Theoretical values t0 = (sqrt(5) - 1)/2 t0 = 0.6180 EZ = (3/4)*(5*t0 - 2) EZ = 0.8176 EZ2 = (25*t0 - 1)/20 EZ2 = 0.7225 VZ = (2125*T0 - 1309)/80 VZ = 0.0540 tuappr Enter matrix [a b] of x-range endp...% Theoretical values t0 = (sqrt(5) - 1)/2 t0 = 0.6180 EZ = (3/4)*(5*t0 - 2) EZ = 0.8176 EZ2 = (25*t0 - 1)/20 EZ2 = 0.7225 VZ = (2125*T0 - 1309)/80 VZ = 0.0540 tuappr Enter matrix [a b] of x-range endpoints [0 1] Enter matrix [c d] of Y-range endpoints [0 1] Enter number of X approximation points 200 Enter number of Y approximation points 200 Enter expression for joint density 3*(u <= t.^2) Use array operations on X, Y, t, u, and P G = (t+u <= 1).*t + (t+u > 1); EG = total(G.*P) EG = 0.8169 % Th…
