Correlacion Lineal Y Regresion Cuadratica.

Correlacion Lineal:
Una Correlacion Lineal es podriamos decir el patron lineal que estara hecho de acuerdo a la variable X,Y, del cual podriamos decir que una depende de la otra para que nos pueda dar un buen resultado debemos de saber cual dependende de la otra.
Podriamos decir que una correlacion lineal pefecta es cuando todos los puntos estan sobre la linea o sobre una recta inclinada ya sea con direccion hacia ariba o hacia abajo, claro siempre teniendo en cuenta los distintos datos que nos esten planteando.



Regresion Cuadratica: Es como un metodo por el cual podemos encontrar en base a los datos que se esten recolectando, entonces en base a los resultados obtenidos podremos dibujar una linea que mejor se ajuste al resultado que se esta obteniendo atravez del analisis del problema ya resuelto. O podriamos decir que lo podemos trabajar conforme el promedio de los resultados que se hayan obtenido en la investigacion que se realizo.

Sesgo y Curtosis

Sesgo: se puede decir que es como un error que aparece en dicho resultado de alguna investigacion,esto puede deberse a los factores que dependen de la recoleccion de datos que nos podrian conducir a conclusiones que pueden ser verdaderas o falsas de lo podriamos llamar la realidad.

Asimetria: esta medida nos permite identificar si los datos que se estan analizando o investigando se distribuyen de alguna forma uniforme o con cabalidad,existen tres tipos de estado las cuales pueden ser:

Asimetria positiva: se dice que esta ocurre cuando la mayoria de los datos recolectados se encuentran por encima del valor de la media aritmetica.
Simetria: esta sucede cuando los datos recolectados se distribuyen de una forma igual de ambos lados,osea que aproximadamente quedan con los mismos datos de los dos lados con respecto a la media.
Asimetria Negativa: en este caso es cuando la mayoria de los datos repilados se juntan o aglomeran en los valores menores que la media.

Ejemplo de los 3 tipos de Asimetria:









CURTOSIS: este tipo de medida determina el grado de concentracion que presentan los valores en la region central de la distribucion. Por medio de esta podremos saber si extiste una gran concentracion de valores que podriamos llamar: Leptocurtica, o una concentracion normal de los datos que se le podria llamar: Mesocurtica y en el ultimo caso una baja concentracion o aglomeracion de datos que le llamamos: Platicurtica.
Ejemplo de lo antes mencionado: