STATA
Incidencia acumulada= risk
RAe = risk difference
RRR = prev.frac.ex
RAR = inc.rate.diff
martes, 1 de diciembre de 2015
lunes, 30 de noviembre de 2015
miércoles, 27 de mayo de 2015
El coeficiente de variación permite comparar la dispersión de dos variables
El valor estandarizado o tipificado de una variable quiere decir: cuántas desviaciones típicas te alejas de la media
Sin embargo, estandarización o tipificación de una variable significa: un cambio de localización y escala
La frecuencia acumulada absoluta alcanza el valor máximo en la última clase
La desviación típica o estándar es una medida que muestra la dispersión de los valores respecto a la media
Cuando la distribución de una serie de valores es simétrica la diferencia entre la media y la moda es prácticamente nula
Cuando se mide una variable en escala de intervalo se utiliza para interpretar las diferencias entre dos valores
Varianza. Insesgada n-1
Para calcular la desviación típica, primero sacamos la varianza a mano, así:
El valor estandarizado o tipificado de una variable quiere decir: cuántas desviaciones típicas te alejas de la media
Sin embargo, estandarización o tipificación de una variable significa: un cambio de localización y escala
La frecuencia acumulada absoluta alcanza el valor máximo en la última clase
La desviación típica o estándar es una medida que muestra la dispersión de los valores respecto a la media
Cuando la distribución de una serie de valores es simétrica la diferencia entre la media y la moda es prácticamente nula
Cuando se mide una variable en escala de intervalo se utiliza para interpretar las diferencias entre dos valores
Varianza. Insesgada n-1Para calcular la desviación típica, primero sacamos la varianza a mano, así:
sumatorio dex^2/n - media^2
Y hacemos la raíz cuadrada del resultado
COEFICIENTE DE CORRELACIÓN LINEAL (r de Pearson)
-1 < r < 1
COEFICIENTE DE DETERMINACIÓN r^2
Proporción de varianza de la variable dependiente (y) explicada por la varianza de la variable independiente (x)
-La y varía dependiendo de la x. La varianza es el grado en que varía y
-si r = 0.9, r^2= 0.81 La y varía dependiendo de la x un 81%
MODELO DE REGRESIÓN
y = a + xb
-b: coeficiente de regresión (malda). Variación de y ante un incremento unitario de x
-a: constante. Valor esperado de y cuando x=0
El coeficiente de correlación y el coeficiente de regresión tienen el mismo signo (+/-)
COVARIANZAS
r = covarianza de xy / d.típica de x · d.típica de y
b= covarianza de xy / varianza de x
-1 < r < 1
COEFICIENTE DE DETERMINACIÓN r^2
Proporción de varianza de la variable dependiente (y) explicada por la varianza de la variable independiente (x)
-La y varía dependiendo de la x. La varianza es el grado en que varía y
-si r = 0.9, r^2= 0.81 La y varía dependiendo de la x un 81%
MODELO DE REGRESIÓN
y = a + xb
-b: coeficiente de regresión (malda). Variación de y ante un incremento unitario de x
-a: constante. Valor esperado de y cuando x=0
El coeficiente de correlación y el coeficiente de regresión tienen el mismo signo (+/-)
COVARIANZAS
r = covarianza de xy / d.típica de x · d.típica de y
b= covarianza de xy / varianza de x
Suscribirse a:
Entradas (Atom)