Facultad de Ingeniería
Geoestadística G01
Osorio Ruiz Daniela Arely
Tarea 7
19/02/19
Esta distribución es importante debido a que puede modelar fenómenos reales así
como por su relación con la estimación por mínimos cuadrados
LOGNORMALIDAD
Test de jarque-Bera
Test onmibùs de Spiegelhalter
CORRELACIÓN
Es el grado de relación entre las variables X e Y. La finalidad de la correlación es
examinar la dirección y la fuerza de la asociación entre dos variables cuantitativas.
Así conoceremos la intensidad de la relación entre ellas y si, al aumentar el valor de
una variable, aumenta o disminuye el valor de la otra variable
Hay dos coeficientes de correlación que se usan frecuentemente: el de Pearson
(paramétrico) y el de Spearman (no paramétrico, se utiliza en aquellos casos donde
las variables examinadas no cumplen criterios de normalidad o cuando las variables
son ordinales).
El estimador muestral más utilizado para evaluar la asociación lineal entre dos
variables X e Y (medir el ajuste de la recta de regresión) es el coeficiente de
correlación de Pearson (r).
Se define como la covarianza muestral entre X e Y dividida por el producto de las
desviaciones típicas de cada variable:
REFERENCIAS:
• Clara Laguna. Correlación y regresión lineal.Recurso electrónico obtenido
de:http://www.ics-aragon.com/cursos/salud-publica/2014/pdf/M2T04.pdf
• https://support.minitab.com/es-mx/minitab/18/help-and-how-
to/statistics/basic-statistics/supporting-topics/normality/test-for-normality/
• https://es.scribd.com/document/117208011/Estadistica
• http://www.sampling-ok.com/web/publicaciones/2013-01-31_RSC.pdf
• http://www.ub.edu/aplica_infor/spss/cap5-6.htm
• file:///C:/Users/LEO/Downloads/Dialnet-
PruebasDeBondadDeAjusteAUnaDistribucionNormal-5633043%20(1).pdf