Regresión lineal multiple

Relacionar Columnas

Jugadas 267

Crear copia

Sobre esta actividad

Objeto de aprendizaje para evaluar:
-Que entiende el papel del análisis de regresión dentro de los diseños experimentales.
-Comprende como aplicar las pruebas de hipótesis en la regresión lineal y evaluar la calidad de un modelo.
-Diferencía entre regresión lineal simple y múltiple, y aplicar cada una al caso apropiado.

Dela fuente:
CAPÍTULO 11. Análisis de regresión
Gutiérrez, P. H., & Vara, S. R. D. L. (2012). Análisis y diseño de experimentos (3a. ed.). Retrieved from http://ebookcentral.proquest.com
Página 299

Creada por

Fausto Noé Jiménez

México

Descarga la versión para jugar en papel

Top 10 resultados

Todavía no hay resultados para este juego. ¡Sé el primero en aparecer en el ranking! Inicia sesión para identificarte.

Crea tu propio juego gratis desde nuestro creador de juegos

Compite contra tus amigos para ver quien consigue la mejor puntuación en esta actividad

Crear reto


Relacionar Columnas Regresión lineal multipleVersión en línea Objeto de aprendizaje para evaluar: -Que entiende el papel del análisis de regresión dentro de los diseños experimentales. -Comprende como aplicar las pruebas de hipótesis en la regresión lineal y evaluar la calidad de un modelo. -Diferencía entre regresión lineal simple y múltiple, y aplicar cada una al caso apropiado. Dela fuente: CAPÍTULO 11. Análisis de regresión Gutiérrez, P. H., & Vara, S. R. D. L. (2012). Análisis y diseño de experimentos (3a. ed.). Retrieved from http://ebookcentral.proquest.com Página 299 por Fausto Noé Jiménez 1 Formulación para la prueba de significancia del modelo de regresión lineal múltiple. 2 Procedimiento para estimar los parámetros de un modelo de regresión que minimiza los errores de ajuste del modelo. 3 Implica que por lo menos un término en el modelo contribuye de manera significativa a explicar Y. 4 Razones por las que las variables X y Y aparecen relacionadas de manera significativa. 5 Modelo de regresión lineal simple 6 Razones por las que las variables X y Y aparecen relacionadas de manera significativa. 7 Formulación para la suma total de cuadrados. 8 Es la suma de los residuos al cuadrado, y se utiliza para estimar la varianza del error de ajuste de un modelo. 9 Significa que ningún término o variable en el modelo tiene una contribución significativa al explicar la variable de respuesta. 10 Es la diferencia entre lo observado y lo estimado o predicho. Sirven para analizar el error de ajuste de un modelo. 11 Modelo de regresión lineal multiple 12 Explica en forma matemática el comportamiento de una variable de respuesta en función de una o más variables independientes. 13 Estructura de los datos para la regresión lineal múltiple. Rechazar H0. Aceptar H0 Análisis de Regresión Método de mínimos cuadrados. Resíduos Suma de cuadrados del error

Relacionar Columnas