bueno pues vamos allá, buenas tardes a todos vamos a comenzar entonces
con la tutoría 5 vamos a dar un pasito más y a relacionar variables ya
nos quedamos el otro día empezábamos con dos variables hombre-mujer,
zurdo-diestro etcétera, hoy mucho más y acabamos casi con esta parte
descriptiva para luego empezar algo todavía un poquitín más ávido para
vosotros así que el otro día tuvimos una sesión así de refuerzo y yo
creo que hacíamos 12 preguntas de 25 así ya me acuerdo, pero más o menos
o sea estamos en torno a la mitad de la asignatura y la mitad de los
ejercicios del examen ya la podemos hacer con soltura además, o sea
tampoco era algo muy complicado entonces vamos a ver qué nos falta de esta
parte de descriptiva voy a tirar el teclado por aquí ahí estamos
entonces, lo que vamos a buscar es buscar relación en dos variables
imaginaos que yo tengo un ejemplo fácil de entender es peso y altura más
o menos si yo cojo y empiezo a medir y a pesar a la gente pues estarán por
aquí, por aquí por aquí, por aquí, más o menos vale se supone que la
gente que más mide más pesará, pues puede haber una persona bajita que
pese mucho que estará por aquí, por ejemplo o una persona muy alta que
pese poco pero en general vamos a poder ver una tendencia y este es el
objetivo de este tema el objetivo es ver cómo puedo relacionar dos
variables peso y altura y este diagrama que es el que vemos aquí es el
diagrama de dispersión ¿por qué? porque vemos puntos dispersos es fácil
acordarse por eso vemos puntos dispersos pues esta persona que está aquí
será una persona que pese 100 kilos y mida yo que sé estoy inventándola,
¿no? 1.70, por ejemplo ¿qué pasa? vemos un tubo o vemos una inercia
digamos, independientemente de que haya puntos por ahí, vemos una inercia
esa inercia o esa relación estadística que es lo que llamamos nosotros,
es lo que vamos a intentar pillar ¿cómo lo pillamos? bueno, lo pillamos
primero con la covarianza, ese de x y es este de aquí y volvemos a tener
el mismo problema que teníamos que veíamos el otro día en las clases de
refuerzo la covarianza está en las unidades del problema entonces, tener
una covarianza de 200 o una covarianza de 5 no me dice nada no sé si es
mucho o poco ninguno de los dos insisto mucho en esto porque esto el test
va a pillar en ese sentido ¿qué surge entonces? el coeficiente de
correlación de peso que creo que es r de x y para que sea exactamente así
¿por qué? porque este señor siempre está entre menos 1 y 1 y eso es lo
que tenemos que saber y no viene en la tabla no viene en el formulario
entonces, yo ya sé si dos variables tienen mucha relación sin depender de
las unidades del problema, estoy hablando de kilos de millones de euros o
de lo que sea ¿cuáles son los casos límites? y esto es lo que más os
interesa saber borramos la página entonces, en función de mi r de x y
esto es lo más interesante si esto es menos 1 0 o 1 y por supuesto los
valores intermedios menos 1 sería algo así pongo puntos porque me es más
fácil una relación que se llama inversa fuerte ¿inversa por qué? porque
voy hacia abajo cuando aumento una variable la otra baja ¿vale? o negativo
como le queramos llamar normalmente se llama inversa fuerte el 1 será al
revés muchos puntos pero que se ve claramente una relación y en este caso
será directa y fuerte y el 0 serán puntos que no tienen una relación
aparente esto, por ejemplo entonces aquí se diría que no hay correlación
ojo estamos hablando de correlación lineal no nos vamos a meter en estas
profundidades pero esto es el ejemplo que veo aquí imaginaos que yo tengo
estos puntos y tengo dos variables ingresos y gastos por ejemplo imaginaos
que estamos en el contenido de una empresa o de lo que sea en principio mi
r de x y me va a dar muy cercano a 0 si lo hago ¿por qué? porque no hay
una relación lineal esto no hay un tubo hacia arriba ni un tubo hacia
abajo pero eso no significa que los gastos y los ingresos no tengan
relación de hecho en este caso podría construir algo así y tendrían una
relación clara ¿lo veis? tenemos que saber esto bueno lo que tenemos que
saber es que que no haya correlación lineal que es esto no significa que
las variables no estén relacionadas no están relacionadas mediante una
recta mediante un tubo pero pueden tener otro tipo de relación que puede
ser esta o podría ser una cosa así mucho más rara eso ya lo hacemos los
demás pero pregunta típica vuestra es la variable coeficiente intelectual
y la edad tienen un coeficiente de correlación lineal 0 ¿significa que no
hay relación entre ellas? no significa que no hay relación lineal el
apellido es importante coeficiente de correlación aquí lo tenéis ojo con
la correlación luna lineal pero no cuadrata cuadrática cuadrática es
esto por ejemplo una parábola es de grado 2 si os acordáis algo de la ESO
del bachillerato lo que sea esto sería algo así x cuadrado da igual eso
no tenéis que saberlo lo que sí es importante es eso ¿vale? que no haya
relación lineal no significa que no haya relación en general venga
seguimos bueno las fórmulas están en la página 7 no tiene ningún
misterio luego haremos un par de ejercicios como siempre para verlo lo que
sí tiene interés es esto que os pongo aquí ¿vale? que fotocopie la
página del libro porque me parece que esa tabla está bien y es voy a
meter un pelín de zoom para que lo veamos y es cosas que nos van a
preguntar tenemos dos variables y aquí estamos trabajando todo el rato
para poder buscar la relación entre dos variables si las variables son
cualitativas es decir nombres partidos políticos macho hembra zurdo diesto
etcétera tenemos todo lo que vimos el otro día que fundamentalmente son
estos pecho y cuadrado que nos da la independencia el coeficiente de
contingencia y estamos en la página 6 del formulario ¿vale? evidentemente
si es dicotómica es macho hembra si es politómica es por ejemplo un
partido político ¿vale? si es ordinal pues las notas que tenemos en clase
aprobado, notable, suspenso pero el paso que estamos dando ahora es cuando
es cuantitativa cuando una de las dos o las dos son cuantitativas y
entonces estamos en esta caja ¿ok? por eso hacía el primer día el
hincapié de es súper importante entender qué tipo de variable estamos
manejando porque en función del tipo de variable tendré una cosa o
tendré otra aquí veis un montón de cosas pero en esencia es si cuadrado
contingencia v de Cramer cada vez que estemos hablando de cosas que no son
números si os fijáis esta caja esta, esta, esta, esta y esta esta, esta,
esta y esta tienen lo mismo salvo alguna cosilla pero lo importante son los
azules y la otra que nos van a meter es esta covarianza y coeficiente de
correlación de Pearson cuando estemos cruzando números con números bueno
esto es lo que más me importa porque es fundamentalmente lo que va a pasar
entonces quedaros con ese enfoque en general os lo van a preguntar dame el
estadístico de chi cuadrado pero por si acaso tenéis que saber un poco
qué podéis hacer y qué no vale seguimos lo que más os cuesta de esta
parte la recta de regresión es decir imaginaos que volvemos a a lo de
antes peso y altura esto es mi variable i como siempre os recuerdo y esto
es mi variable x entonces yo cojo 20 tiros los mido y los peso y ando por
aquí por ejemplo y entonces dice bueno yo si hago el coeficiente de
correlación lineal de esto pues me va a dar pues no sé en torno a 0,8
porque se ve claramente que hay una relación entre ellos y hay un tubito
esto lo que podéis hacer es bueno tengo un tubo claro sí ese tubo no es
muy ancho no es muy ancho entonces eso estará cerca de uno más o menos
intuitivamente es bueno que lo veáis porque así sabéis más o menos lo
que os tiene que dar ahora la pregunta es yo puedo predecir la altura de
alguien en función de su peso sin medirlo esa es la idea para eso tengo
que construir una recta una recta de regresión que se llama que sea capaz
de pasar por los máximos puntos posibles o por lo menos que ajuste lo
mejor posible con qué enfoque bueno con el enfoque de oye tienes un tío
aquí de 75 kilos que no tenías ninguno cuánto medirá pues subo hasta la
recta y me voy por aquí pues mira medirá no podéis llevar el formulario
Paula podéis llevar el formulario Paula entonces el enfoque es insisto la
recta de regresión es una máquina es una caja negra que tú le metes un
peso y él te devuelve una altura pensar siempre como una caja negra las
funciones son eso cajas entonces yo le meto un tío de 75 kilos cuánto va
a medir el ejemplo del peso y la altura es absurdo porque lo mides y ya
está obviamente extrapolarlo al vuestro una persona que tiene un
coeficiente intelectual de 120 podríamos adivinar cuándo va a aprobar
cosas de este estilo entonces para eso se construye esto aquí la recta de
regresión y tiene esta pinta igual a veces voy a dar la misma perdón
olvidaros de ese dibujito que me gustaba y igual a más a más b por x es
la formulita de la página 7 y la recta de regresión es lo más importante
insisto de este tema junto con la covarianza etc. pero el enfoque es lo que
a veces os perdéis x es la variable independiente e y la variable
dependiente ¿por qué? porque e y depende de x yo en esta caja meto una x
la multiplico por un número le sumo otro y me sale una y así de fácil
entonces ¿qué vamos a tener que hacer? construir mi caja ¿cómo?
calculando a y calculando b si vais ahí al formulario tenéis un par de
fórmulas para cada caso no, no el segundo son iguales pero las segundas
las que vais a utilizar generalmente os van a dar algún dato voy a borrar
para que lo tengamos limpio tenéis y igual a a más b x entonces la b es r
de x y s y s x ¿no? sí y la a es sí y barra menos b x barra como veis
necesitáis la b para meterla al a pero importante saber lo que es cada
cosa porque si no veis detrás al tram tram esto es el coeficiente de
correlación lineal que lo tenéis en la misma página de esto esto era si
os acordáis la desviación típica de y porque el s cuadrado y era la
varianza y esto es la desviación típica de x ¿ok? esto es la media de y
y esto es la media de x y sale no tiene más misterio ¿vale? haremos uno
ahora pero es súper importante que sepáis un poco lo que estáis haciendo
si no os va a sonar todo a chino igual ya suena igual bien entonces
supongamos que tenemos la recta si tenemos la recta bueno os pongo ahí un
ejemplo del libro aquí pero lo importante es esto claro estos puntos lo
que tenéis que entender es que la recta de regresión siempre la hay
siempre hay una recta otra cosa es que sea una mierda o no en estos puntos
yo tengo una recta y en estos tengo otra solo que en este caso va para
abajo la diferencia entre el azul y el negro es que el negro es peor recta
porque está mucho más lejos de los puntos aunque sea la mejor está muy
lejos entonces como sé cuando es bueno o malo con el coeficiente de
determinación que es sencillo es el cuadrado del de correlación lineal
vale estáis en la página 8 tenéis que pasar la página entonces el
coeficiente de correlación lineal que es el cuadrado sólo puede moverse
entre 0 y 1 porque la anterior era entre menos 1 y 1 si lo eleváis al
cuadrado sólo puede estar entre 0 y 1 entre 0 mal ajuste que sería el
negro cerca de 1 buen ajuste bueno en este caso sería más o menos en
torno a 0,8 así porque no es un ajuste el 1 sería algo así los puntos en
la recta directa 1 eso sería más o menos 1 es casi imposible tener un 1
ok tiene que ser algo muy muy que se ajuste muy bien lo importante que os
pueden preguntar es esta recta de regresión ajusta bien o ajusta mal bueno
si estás cerca de 0 mal si estás cerca de 1 bien dónde está el corte no
van a andar jugando entre 0,5 o sea 0,1 o 0,9 porque el corte es difuso el
corte depende en ingeniería 0,9 es muy poco y en economía 0,8 es
muchísimo depende de la disciplina en psicología en general a partir de
0,85 y tal se considera bueno en general es una norma así no muy escrita
pero bueno entonces recapitulados hemos terminado como quien dice la
teoría diagrama de dispersión el diagrama donde veo todos los puntos
dispersos primer análisis puedo sacar la covarianza no me dice nada porque
están las unidades del problema insisto y es pregunta típica como
veíamos el otro día lo único que me sirve es para calcular el
coeficiente de correlación lineal que me dices si es menos 1 1 o 0 o los
valores intermedios obviamente me sirve mucho el signo voy para arriba voy
para abajo me sirve mucho entonces el proceso natural es ah bueno me da
cerca de 1 menos 1 entonces hago la recta y del diagrama de dispersión
paso a tener el mismo diagrama de dispersión los puntos no me salen los
mismos vale pero es el mismo y con una recta trazada por ahí esta recta
será lo que sea igual a más bx y la pregunta es ok ¿es buena o no? pues
me lo va a dar el cuadrado de rdxi que va a estar entre 0 y 1 si es 0 va a
ser una mala recta y si es 1 es una buena recta ese es el enfoque de hoy ok
estamos preparados para para meterle mano a los ejercicios por último
cosas que os dan muy por encima es lo que veis de recreación lineal
múltiple bueno olvidaos salvo interpretar lo que os ponen ahí que es esto
esto es bueno oye yo puedo determinar el coeficiente intelectual en
función de por ejemplo la edad y el peso poniendo las cosas un poco
absurdas pero es decir puedo construir una caja que le meta dos variables y
me devuelva una esa es la pregunta vale eso se llama regresión lineal
múltiple porque le meto varias entradas no os van a pedir calcular la caja
como es en el caso contrario pero si os pueden pedir interpretar ese
coeficiente que aparece ahí que básicamente tiene la misma
interpretación que el otro si os fijáis veis r cuadrado y en función de
x1 y x2 estoy en la página 8 al fondo al fondo de todo la interpretación
¿cuál es? la misma que la anterior estoy entre 0 o 1 si estoy cerca de 0
mi caja no funciona bien si estoy cerca de 1 mi caja funciona bien y le
meto una edad un peso y sale un coeficiente indirecto y el ajuste es bueno
vale esa es un poco la idea los coeficientes todos si os fijáis trabajamos
mucho con coeficientes porque son la manera de estandarizar las cosas
¿está igual el 1? el 1 es buen ajuste el 0 es muy malo siempre suele ser
así todo lo que esté cerca de 0 todos los índices que cercan al 0
significa algo malo en general vamos tampoco es así pero bien pues venga
vamos a meterle mano a los ejercicios bueno ahí tenemos fluidez verbal x
fijaos que a nosotros nos da igual lo que estemos hablando y a vosotros en
el examen debería daros más o menos igual en segundo quizás no pero
aquí sí para intentar coger soltura vale tenemos x y tenemos y sin más
dos variables presenta un grupo de vendedores existe una relación lineal
directa inversa o nula entonces yo lo que haría se ve un poco a simple
vista pero yo lo que haría es pintar el diagrama de dispersión entonces
aquí pongo la x y aquí pongo la y el primer vendedor es 10 2 más o menos
voy a hacer unas medio de escala 10 1 2 3 4 5 el primer vendedor está
aquí en el punto 10 2 segundo vendedor 50 20 30 40 50 4 2 4 estoy a mano
alzada y en el ordenador o sea que puede ser que me equivoque en alguno 55
63 y 21 qué me decís bueno yo creo que se ve un tubo lo importante es un
tubo otra cosa es que sea muy ancho poco ancho si es muy ancho la recta va
a ser muy mala si es poco ancho la recta va a ser buena pero hay una
tendencia hacia arriba entonces directa o positiva pero en general se suele
llamar directa vamos a ver vamos de menos a más como siempre seguimos
tenemos una tomada de datos y se intenta relacionar el coeficiente
intelectual y la nota media final del curso aquí lo tenéis en la tabla
¿dónde estoy? la covarianza vamos a intentar hacer un ejercicio de
covarianza estamos en la página 7 del formulario en mi versión que creo
que es la última voy a borrar y voy a meter un poco de zoom para que
veáis para utilizar esa tabla ya ahí estamos vale estoy ahí covarianza
es bueno es el xy que es lo más conocido y es sumar todos los xy por los y
o sea multiplicar xy sumarlos dividirlos por n menos la media de x por la
media de y entonces como hemos hecho otras veces como necesitamos
multiplicar x por y pues añadimos una tabla auxiliar o sea una columna una
tabla auxiliar que multiplique x por y multiplicamos todo esto y aquí nos
va a salir la suma ¿ok? ahora lo voy a hacer en excel uno rápido pero
también necesitamos la media de x y la media de y decirme quién es quién
que vosotros tenéis que hacerlo vosotros ¿no? quién es la media de x y
quién es la media de y lo voy a hacer para que quede hecho pero ¿eh? la
media es sumar todos los x y lo que tienes es el número de eso es no es la
mitad vale entonces la media de x es 126,8 y la media de y 6,96 ¿vale?
ahora hacemos x por y nos dejan llevar excel al ordenador os digo no nos
dejan llevar excel en el nos dejan llevar al ordenador en el examen y esto
de aquí también es el promedio menos 58 el promedio de los x y es 8854 y
entonces por tanto la s de x y será 88854 menos 126,8 por 6,96 lo que
viene siendo 6,12 6,012 nuevamente el excel arrastra todo entonces andará
por aquí 6 la vale el tema es que lo sepáis hacer vosotros yo lo estoy
haciendo en el excel de una manera rápida para avanzar pero o sea
solamente tenéis que coger la calculadora rellenar sumar y dividir entre 5
y listo este es muy fácil pero bueno que yo lo hago rápido pero entiendo
que lo sabéis hacer a mano bien seguimos vamos avanzando bien esto es un
poco lo que os decía hay muchas veces que ya os dan datos para que tampoco
esto sea un infierno ahora con estos datos que tenemos aquí cuál es la
covarianza entre las variables decídmelo ven esto os toca os dan un
montón de cosas así que si tenéis calculadora o que tengáis móvil me
vale que hacer una cuenta sencilla le meto más zoom le meto más zoom es
que más zoom no me es que más zoom no no se ve bien venga los de casa
también podéis darle los de casa me vais contando a ver cuánto da si
alguien no tiene que me lo diga yo no voy a hacer tenéis el móvil así
que a ver nos dejó por ahí los numeritos para que lo veáis ve mucha
casualidad justo cuando me dijo yo tres con dos no por si alguien está un
pedido es 10.660 dividido por el total de sujetos que teníamos 50 vale
menos 3 30 por 7 el producto de las medias y efectivamente da 3 con 2 la c
ok seguimos avanzando esto puede pasar a menudo que se ven algunas cosas
para que sea más fácil y al final lo interesante de esto no es echar
cuentas ahí en la calculadora es interpretar esto yo creo ahora en la
tabla 6 el coeficiente de correlación de Pearson que ya no es la
covarianza este ya va a ser interesante la covarianza este 3 con 2 es lo
que os decía pregunta típica del test que el otro día lo veíamos Marga
hay dos variables que tienen una covarianza bueno no decían covarianza en
ese caso decían la otra una varianza de tanto una covarianza de 3 y otra
una covarianza de 7 están más relacionadas y aquí ya voy a saber si hay
una relación directa fuerte o directa inversa fuerte débil o lo que sea
es decirme teniendo en cuenta todo esto fijaos que ahora hay que jugar un
poquillo hay que jugar un poco me dan la recta de regresión me dan medias
y desviaciones típicas de x y de y cuál es el coeficiente de correlación
lo que tenéis que buscar es este es el tema la r de x y por ahí y cómo
la despejamos esto es un menos 8 aunque no lo parezca ahí es un menos 8
más 0 16 x luego voy a poner por aquí una pregunta de extra luego lo
explico eso que cómo lo hacemos estamos atascados marga es que no me
acuerdo el nombre sí por ejemplo maría cuéntame ni idea detrás
geraldine puede ser geraldine no joder menos mal venga cómo hacemos esto
fijaos en las formulitas que hay por ahí y si me dan la recta de
regresión me están dando el a y el b es el único que tiene el r de x y
pues yo por lo menos lo pongo y ahora digo tengo todo o no tengo todo esto
lo tengo esto lo tengo porque es la desviación típica de la i y esto lo
tengo porque es la desviación típica de la x entonces perfecto porque mi
r de x y es la b por el que está dividiendo marga pasa multiplicando y el
que está multiplicando pasa dividiendo perfecto pues entonces dime quién
es r de x y la b es 016 o sea es cuál el formulario el cual aparece esa
que acabas de pero después aparece otra donde aparece el sumatorio del es
lo mismo no claro sólo que uno está desgrosado con la fórmula y el otro
no si pones la fórmula de arriba y dentro queda eso eso es cómo se
calcularía si tuviéramos que calcularlo a pelo digamos pero no va a pasar
la que vas a usar es la de la izquierda covarianza partido desviaciones
típicas esto debería dar 08 fijaos que es 016 por 10 entre 2 entre 02 o
sea es fácil 08 ok con esto también juegan bastante para qué para que
seamos capaces de entender una fórmula tengo unas cosas tengo otras como
las saco pim pam desde dónde desde arriba no cómo pero cómo dónde aquí
no no puedes otra cosa es que te dieran esto por aquí si te dan esto por
ahí bailando sí pero no te lo dan vale lo que dice vuestra compañera es
que estaba usando la covarianza la fórmula de arriba de todo pero no
tenemos el producto cruzado de x por y vale pues el único camino que hay
ahora mismo es este suponeros que con este ejercicio os pregunto ¿qué
puntuación en la asignatura sacaría una persona que sacó un 95 en el
test de razonamiento? podrías estimar la puntuación que va a sacar en la
asignatura si te digo que en el test sacó un 95 esto puede pasar no es una
cosa mía rara hombre claramente tenemos la caja construida que me me deja
meter una x que es el test de razonamiento y me devuelve una y entonces si
tengo un sujeto que tiene un 95 en el test de razonamiento esto significa
que sacará menos 8 más 0,16 por 95 en la asignatura porque es para eso la
recta de regresión la recta de regresión es una caja que tú metes una x
y te devuelve una y y eso es lo que tenéis que entender porque os lo van a
preguntar seguro entonces además esto es muy utilizado en todas las áreas
de la ciencia de la psicología de lo que sea el poder relacionar esto es
fantástico porque si yo a lo mejor relaciono la puntuación de un test con
otro paso uno y ya tengo el otro no necesito pasar tantos test entonces
cuál puntuación sacaría en la asignatura una persona que tiene un 95 en
el test de razonamiento bueno pues yo hago esa cuenta era menos 8 igual a
menos 8 por no más 7,2 vale pues este señor yo estimo que va a sacar un
7,2 en la asignatura sin examinarlo por eso es tan importante el poner una
variable en función de otra pregunta y la siguiente pregunta es y eso es
buena es una buena estimación es decir me la creo o no me la creo me creo
que va a sacar un 7 y no el examino o no me lo creo el examino ya claro
quién me dice si es una buena estimación pero hemos visto antes el
coeficiente de determinación el que me dice si la recta que tú has
construido para poder estimar una en función de otra es buena o mala y
esto era habíamos visto que el coeficiente de correlación era 0,8
entonces es 0,8 al cuadrado que es 0,64 entonces bueno ni pitos ni aplausos
que dicen por ahí es decir el examino pero si esto me da 0,85 0,9 igual no
el examino y me ahorro tiempo dinero etc etc vale esto es el core de la
estadística es lo más importante todo se hace para esto para ser capaz de
inferir o de predecir cosas con ciertas garantías claro obviamente lo
veréis en segundo con los intervalos de confianza y lo que pasa pues dile
que van a ver esto porque a mí no me creen y tú estás en la anterior no
en la de diseño tienes la psicometría ya nos veremos vale entonces este
es el flujo es decir tengo unos datos construyo la máquina la utilizo para
predecir algo para inferir algo y esa estimación es buena o mala en
función del cotidiano así de fácil ahora hay que practicar oye no sé
qué he hecho venga la última página seguimos trabajando claro vamos a
interpretar la recta entonces con los datos de esta tabla 9 la pendiente de
la recta de regresión hay una cosa que nos lo he dicho esperando a esto yo
tengo esta esta es mi recta bueno puede ser para arriba o para abajo así a
priori no lo sé aquí hay dos dos parámetros este y este el que acompaña
la x es la pendiente la b y la otra bueno tiene un nombre más complicado
pero bueno vamos a ponerle el nombre de verdad que se llama ordenada en el
origen básicamente es este punto de aquí es a donde corta al eje y la b
es la pendiente como las pendientes que veis en las carreteras si tenéis
carnet de conducir los porcentajes todo eso entonces qué es lo que tenemos
que saber podríamos construir la recta pintarla pero no necesitamos
pintarla lo que necesitamos saber es que si la recta va para arriba este
señor tiene que ser positivo porque tiene una pendiente a centro si la
recta va para abajo el b sería negativo ok es lo casi lo único que
tenemos que saber y de hecho ya veis aquí el este bueno el ejercicio
fijaos la pendiente de la recta de y sobre x a la vista de esta tabla es lo
que sea qué me están preguntando única y exclusivamente la b pues
decirme quién es porque os dan todo hecho decirme quién es esa b hacerme
este ejercicio he chupado con la fórmula delante maría qué opinas vale
paso para la más larga la de diseño que no sé cómo se llama reme
tenemos la b es tenemos r de x y que anda por ahí es por s y partido de s
x y que también lo tenemos es decir 0 7 por ojo porque esta es la trampa
este 36 es la varianza por lo tanto aquí entra la raíz de 36 la
desviación típica y abajo la raíz de 64 es decir esto da 07 por 2
tercios 014 07 14 495 yo creo que es la c así hecho de cabeza pero no pero
no pues voy a 55 he puesto la raíz cuadrada porque esta es la trampa lo
que te dan aquí es las varianzas ese cuadrado x y ese cuadrado y y lo que
entra en la fórmula es el s normal sin el cuadrado la desviación típica
por eso la raíz esta es la trampa común seguramente si no ponéis las
raíces será una de estas dos seguro como lo he visto pero esto da esto
0525 la 9 venga que nos quedan ya 5 minutillos ahora decirme esta por favor
decirme la 22 y la 23 fijaos que es lo mismo que hemos hecho antes tenemos
una máquina construida que me mete una x y me saca una y para ponerle todo
el contexto psicológico que queráis pero la x es función de hostilidad
una variable entrada y me permiten predecir la enfermedad bueno riesgo de
padecer la enfermedad coronaria cuál es el riesgo de padecer una
enfermedad coronaria de una persona que ha obtenido 8 en hostilidad
básicamente es oye qué me sacas en la caja si te meto un 8 entonces es 8
por 0 9 más 1,1 1,1 más 0,9 por 8 y es 8 con 3 debería así lo
importante insisto es que entendáis si no es imposible porque todos los
ejercicios van a parecer imposibles y al final es una x y una y si mete una
x que me devuelves venga el de abajo ojo porque es al revés tengo una
máquina que me relaciona x e y puedo meter una x y preguntarle o puedo
decirle oye me sacaste un 10 espera no lo estoy diciendo en una muestra de
víctimas x es el grado de violencia y el grado de daño físico sí exacto
me sacaste un 10 qué tuviste que meter para sacar un 10 esto insisto es
importante que entendáis lo que entra lo que sale etcétera porque si no
no vale nada entonces al final tu máquina es y igual a 0,08 más 1,24 por
x cuál es la x para y un 10 10 igual a 0,08 más 1,24 por x tengo me toca
despejar la x entonces x es igual a 10 menos 0,08 partido 1,24 8 ¿no? 8
aquí os lo ponen un poco más fácil no hay mucha duda vale entonces
cuidado con la recta de regresión porque va a haber 2,3,4 o 5 preguntas
una correlación lineal múltiple de no sé qué de no sé cuál vale venga
chicas pues aquí las chicas y chicos perdón aquí lo dejamos y hasta la
semana que viene