WARNING:
JavaScript is turned OFF. None of the links on this concept map will
work until it is reactivated.
If you need help turning JavaScript On, click here.
Este Cmap, tiene información relacionada con: RegresionMatesIII, Modelo de Regresión Lineal Simple Y = beta0 + beta1 x X + error proporciona Estimación de la media de Y dado x, Modelo de Regresión Lineal Simple Y = beta0 + beta1 x X + error dar estimaciones o predicciones Variable dependiente Y, Modelo de Regresión Lineal Simple Y = beta0 + beta1 x X + error proporciona Predicciones de Y dado x, Variable independiente X cuando existe Relación de tipo lineal, Modelo de Regresión Lineal Simple Y = beta0 + beta1 x X + error estimado en la Modelo ajustado y_est = beta0_est + beta1_est * x, Predicciones de Y dado x mediante Intervalos de confianza, Relación de tipo lineal constatable mediante Coeficiente de correlación lineal r, Modelo ajustado y_est = beta0_est + beta1_est * x cuya fiabilidad mide Coeficiente de determinación lineal, Evidencias de que existe relación entre X e Y mediante Contraste H0: beta1 = 0 H1: beta1 != 0, Predicciones de Y dado x mediante Estimaciones puntuales, Modelo ajustado y_est = beta0_est + beta1_est * x proporciona Estimaciones puntuales, Modelo de Regresión Lineal Simple Y = beta0 + beta1 x X + error cuya validez requiere Diagnosis, Coeficiente de correlación lineal r permite obtener r^2, Modelo de Regresión Lineal Simple Y = beta0 + beta1 x X + error proporciona Evidencias de que existe relación entre X e Y, Estimación de la media de Y dado x mediante Intervalos de confianza, Relación de tipo lineal constatable mediante Diagrama de dispersión, Estimación de la media de Y dado x mediante Estimaciones puntuales, Coeficiente de determinación lineal es r^2, Variable dependiente Y dado el valor de Variable independiente X