Buscar
- Filtrar resultados
- Ubicación
- Clasificación
- Incluir datos adjuntos
- https://espanol.libretexts.org/Estadisticas/Estadisticas_Introductorias/Libro%3A_Estad%C3%ADsticas_Introductorias_(OpenStax)/12%3A_Regresi%C3%B3n_lineal_y_correlaci%C3%B3n/12.06%3A_Predicci%C3%B3nDespués de determinar la presencia de un coeficiente de correlación fuerte y calcular la línea de mejor ajuste, puede usar la línea de regresión de mínimos cuadrados para hacer predicciones sobre sus ...Después de determinar la presencia de un coeficiente de correlación fuerte y calcular la línea de mejor ajuste, puede usar la línea de regresión de mínimos cuadrados para hacer predicciones sobre sus datos. El proceso de predicción dentro de los valores x observados en los datos se denomina interpolación. El proceso de predicción fuera de los valores x observados en los datos se denomina extrapolación.
- https://espanol.libretexts.org/Estadisticas/Estadisticas_Introductorias/Libro%3A_Estad%C3%ADsticas_Introductorias_(Shafer_y_Zhang)/10%3A_Correlaci%C3%B3n_y_Regresi%C3%B3n/10.04%3A_La_l%C3%ADnea_de_regresi%C3%B3n_de_m%C3%ADnimos_cuadradosQué tan bien se ajusta una línea recta a un conjunto de datos se mide por la suma de los errores al cuadrado. La línea de regresión de mínimos cuadrados es la línea que mejor se ajusta a los datos. Su...Qué tan bien se ajusta una línea recta a un conjunto de datos se mide por la suma de los errores al cuadrado. La línea de regresión de mínimos cuadrados es la línea que mejor se ajusta a los datos. Su pendiente e intercepción y se calculan a partir de los datos usando fórmulas. La pendiente de la línea de regresión de mínimos cuadrados estima el tamaño y dirección del cambio medio en la variable dependiente y cuando la variable independiente x se incrementa en una unidad.
- https://espanol.libretexts.org/Matematicas/Algebra/Mapa%3A_Algebra_Universitaria_(OpenStax)/04%3A_Funciones_lineales/4.04%3A_Montaje_de_modelos_lineales_a_datosLas gráficas de dispersión muestran la relación entre dos conjuntos de datos. Las gráficas de dispersión pueden representar modelos lineales o no lineales. La línea de mejor ajuste puede ser estimada ...Las gráficas de dispersión muestran la relación entre dos conjuntos de datos. Las gráficas de dispersión pueden representar modelos lineales o no lineales. La línea de mejor ajuste puede ser estimada o calculada, utilizando una calculadora o software estadístico. La interpolación se puede usar para predecir valores dentro del dominio y rango de los datos, mientras que la extrapolación se puede usar para predecir valores fuera del dominio y rango de los datos. El coeficiente de correlación, r, in
- https://espanol.libretexts.org/Matematicas/Algebra/Libro%3A_Algebra_y_Trigonometria_(OpenStax)/04%3A_Funciones_lineales/4.03%3A_Montaje_de_modelos_lineales_a_datosLas gráficas de dispersión muestran la relación entre dos conjuntos de datos. Las gráficas de dispersión pueden representar modelos lineales o no lineales. La línea de mejor ajuste puede ser estimada ...Las gráficas de dispersión muestran la relación entre dos conjuntos de datos. Las gráficas de dispersión pueden representar modelos lineales o no lineales. La línea de mejor ajuste puede ser estimada o calculada, utilizando una calculadora o software estadístico. La interpolación se puede usar para predecir valores dentro del dominio y rango de los datos, mientras que la extrapolación se puede usar para predecir valores fuera del dominio y rango de los datos. El coeficiente de correlación, r, in
- https://espanol.libretexts.org/Matematicas/Precalculo_y_Trigonometria/Prec%C3%A1lculo_(OpenStax)/02%3A_Funciones_lineales/2.E%3A_Funciones_Lineales_(Ejercicios)Las gráficas de dispersión muestran la relación entre dos conjuntos de datos. Las gráficas de dispersión pueden representar modelos lineales o no lineales. La línea de mejor ajuste puede ser estimada ...Las gráficas de dispersión muestran la relación entre dos conjuntos de datos. Las gráficas de dispersión pueden representar modelos lineales o no lineales. La línea de mejor ajuste puede ser estimada o calculada, utilizando una calculadora o software estadístico. La interpolación se puede usar para predecir valores dentro del dominio y rango de los datos, mientras que la extrapolación se puede usar para predecir valores fuera del dominio y rango de los datos. El coeficiente de correlación, r, in
- https://espanol.libretexts.org/Matematicas/Precalculo_y_Trigonometria/Prec%C3%A1lculo_(OpenStax)/02%3A_Funciones_lineales/2.R%3A_Funciones_Lineales_(Revisi%C3%B3n)Las gráficas de dispersión muestran la relación entre dos conjuntos de datos. Las gráficas de dispersión pueden representar modelos lineales o no lineales. La línea de mejor ajuste puede ser estimada ...Las gráficas de dispersión muestran la relación entre dos conjuntos de datos. Las gráficas de dispersión pueden representar modelos lineales o no lineales. La línea de mejor ajuste puede ser estimada o calculada, utilizando una calculadora o software estadístico. La interpolación se puede usar para predecir valores dentro del dominio y rango de los datos, mientras que la extrapolación se puede usar para predecir valores fuera del dominio y rango de los datos. El coeficiente de correlación, r, in
- https://espanol.libretexts.org/Matematicas/Precalculo_y_Trigonometria/Prec%C3%A1lculo_(OpenStax)/02%3A_Funciones_lineales/2.04%3A_Montaje_de_modelos_lineales_a_datosLas gráficas de dispersión muestran la relación entre dos conjuntos de datos. Las gráficas de dispersión pueden representar modelos lineales o no lineales. La línea de mejor ajuste puede ser estimada ...Las gráficas de dispersión muestran la relación entre dos conjuntos de datos. Las gráficas de dispersión pueden representar modelos lineales o no lineales. La línea de mejor ajuste puede ser estimada o calculada, utilizando una calculadora o software estadístico. La interpolación se puede usar para predecir valores dentro del dominio y rango de los datos, mientras que la extrapolación se puede usar para predecir valores fuera del dominio y rango de los datos. El coeficiente de correlación, r, in
