Media aritmética: es el valor promedio de las muestras y es independiente de las

amplitudes de los intervalos. Se simboliza como y se encuentra sólo para variables

cuantitativas. Se encuentra sumando todos los valores y dividiendo por el número total de
datos.
Mediana: La mediana es otra medida de localización central. Es el valor de en medio en
los datos ordenados de menor a mayor (en forma ascendente). Cuando tiene un número
impar de observaciones, la mediana es el valor de en medio. Cuando la cantidad de
observaciones es par, no hay un número en medio
Moda: La tercera medida de localización es la moda. La moda es el valor que se presenta
con mayor frecuencia.
Rango: La medida de variabilidad más sencilla es el rango. Rango = Valor mayor - Valor
menor
La varianza: Es una medida de variabilidad que utiliza todos los datos.
La desviación estándar: se define como la raíz cuadrada positiva de la varianza
Coeficiente de variación: En algunas ocasiones se requiere un estadístico descriptivo
que indique cuán grande es la desviación estándar en relación con la media. Esta medida
es el coeficiente de variación y se representa como porcentaje.
1.- ¿En qué consiste el análisis de regresión? En análisis de regresión es una
herramienta de frecuente uso en Estadística que permite estudiar y valorar las relaciones
entre diferentes variables cuantitativas tenidas en cuenta mediante la construcción de una
ecuación.

2 . ¿Cuál es el modelo matemático de regresión lineal simple y como es su

representación gráfica? La regresión lineal simple se basa en estudiar los cambios en
una variable, no aleatoria, afectan a una variable aleatoria, en el caso de existir una
relación funcional entre ambas variables que puede ser establecida por una expresión
lineal, es decir, su representación gráfica es una línea recta. Es decir, se esta en
presencia de una regresión lineal simple cuando una variable independiente ejerce
influencia sobre otra variable dependiente.

Ejemplo: Y = f(x)

3.  ¿Cómo interpretamos la pendiente de la línea de regresión? La regresión lineal

simple se basa en estudiar los cambios en una variable, no aleatoria, afectan a una
variable aleatoria, en el caso de existir una relación funcional entre ambas variables que
puede ser establecida por una expresión lineal, es decir, su representación gráfica es una
línea recta.

4. 5.- ¿Qué es el coeficiente de correlación y como los interpretamos?

es una medida de la correspondencia o relación lineal entre dos variables cuantitativas
aleatorias. Su dimensión indica el nivel de asociación entre las variables.

 Cuando es menor a cero (r < 0) Se dice que hay correlación negativa: Las
variables se correlacionan en un sentido inverso.

A valores altos en una de las variables, le suelen corresponder valores bajos en la otra
variable y viceversa. Cuánto el valor esté más próximo a -1 dicho coeficiente de
correlación más evidente será la covariación extrema.

Si r= -1 se habla de correlación negativa perfecta, la cual supone una determinación

absoluta entre ambas variables, en sentido directo coexiste una relación lineal perfecta de
pendiente negativa.

 Cuando es mayor a cero (r > 0) Se dice que hay correlación positiva: Ambas
variables se correlacionan en un sentido directo.

A valores altos en una de las variables, le corresponden valores altos en la otra variable e
igualmente en una situación inversa sucede con los valores bajos. Cuánto más próximo a
+1 se encuentre el coeficiente de correlación más evidente será la covariación.

Si r = 1 Se habla de correlación positiva perfecta, la cual supone una determinación

absoluta entre las variables, en sentido directo coexiste una relación lineal perfecta de
pendiente positiva).

 Cuando es igual a cero (r = 0) Se dice que las variables están incorrectamente

relacionadas, no puede es posible establecer algún sentido de covariación.

No existe relación lineal, pero esto no implica necesariamente que las variables sean
independientes, pudiendo existir relaciones no lineales entre las variables.

Cuando las dos variables son independientes se dice que no están correlacionadas,
aunque el resultado de reciprocidad no es necesariamente cierto.

Para concluir se puede decir que se ve más difícil de lo que resulta ser, sobre todo si se
cuenta con tecnología avanzada, pues hoy día existen múltiples programas que facilitan
esta labor de cálculo e interpretación del coeficiente de Pearson