Gráficos de dispersión e introducción a la regresión

Gráficos de dispersión e introducción a la regresión

Gráfico de dispersión → tabular cada valor correspondiente a una variable contra otra.

Ejemplo: Comparar la cantidad de ventas en un año contra la cantidad de dinero que representaron las ventas.

Descripción de la tendencia

• Forma, la forma que toma la línea de regresión al intentar juntar los puntos de la gráfica (lineal, parabólica, sinusoidal, etc)
• Dirección, la dirección se refiere hacia dónde va la tendencia (positiva, negativa)
• Fuerza, que tan cerca o lejos están los puntos de la línea en la gráfica (fuerte, débil)
• Valores atípicos, datos que están muy alejados del conjunto

Diferencia entre gráfico de dispersión y la línea de regresión

FORMA

En la imagen podemos observar que los puntos pertenecen a una gráfica de dispersión, existe relación entre los puntos y se unen con una línea recta, en este caso es una correlación lineal.

En la imagen podemos observar que los puntos forman la mitad de una parábola, la correlación es parabólica.

Existen casos dónde no existe relación que podamos identificar con una línea. No hay correlación

DIRECCIÓN

Identificar hacia dónde va la tendencia, si crece (postiva) o decrece (negativa).

FUERZA Y VALORES ATÍPICOS

Que tan separados o acercados están de mi línea mis valores

RETO

R2

• NO es coeficiente de correlación.
• ES coeficiente de determinación.

 
Esperanza de vida vs nivel de felicidad

• Coeficiente de determinación (R2) = 0.59
• Coeficiente de Correlación             = 0.77

 
 

https://www.probabilidadyestadistica.net/coeficiente-de-determinacion-r-cuadrado/

No entiendo porque en las ultimas cuatro clases, desde el teorema de Bayes hasta aqui, se rompe con el ritmo tan agradable y las explicaciones tan claras que se venian dando en todo el curso. Estas ultimas cuatro clases intentan explicar conceptos bastante complejos muy por arriba y sin la pausa y la profundidad necesaria. Entiendo que quizás esta vinculado a exigencias de Platzi a la hora de grabar el material, ya que la profe en todo el curso muestra otra dinamica totalmente diferente. Una vez mas toca salirse de la plataforma y buscar por otros lados para comprender cabalmente (recomiendo el canal del Profe Alex en Youtoube, donde por ehemplo se toma mas de una hora para explicar el teorema de Bayes)

25. Gráficos de dispersión e introducción a la regresión

• Descripción de la tendencia
  • Forma
  • Dirección. positiva, negativa
  • Fuerza
  • Valores atípicos

Este fue el resultado de los ejercicios

Tabular significa organizar datos en una tabla, donde se estructuran filas y columnas para facilitar la comparación y análisis de la información. En el contexto de estadística y probabilidad, tabular permite visualizar distribuciones de datos y relaciones entre variables de manera clara y concisa, lo que es fundamental para aplicar análisis como correlación y regresión, temas que se han discutido en el curso.

 


  

Reto 

Bien para el grafico de dispersión de Nivel de felicidad vs la Percepción de la corrupción: ![]() El R muestra que no hay una correlación lineal. Y para el grafico de dispersión de Nivel de felicidad vs Apoyo social : ![]() En este caso si muestra una correlación lineal de r de 0.57

Reto 

Gracias

Este reto esta padrísimo

Muy buena la información!  

### Tendencia y regresión en graficas En una gráfica de dispersión, una línea de tendencia es una línea recta o curva que intenta representar la dirección general en la que se mueven los puntos de datos. Se utiliza para visualizar la tendencia general de los datos y facilitar la interpretación de la relación entre las variables representadas en el eje x (horizontal) y en el eje y (vertical). La tendencia se puede ver con 4 análisis: * Forma: Puede ser lineal, parabólica o sinusoidal. * Dirección: La cual puede ser positiva o negativa dependiendo hacia donde van los puntos de dispersión. * Fuerza: Si los puntos estan mas cercanos entre si, se denomina fuerte, pero si los puntos se alejan entre ellos es una fuerza débil. * Valores atípicos: Datos que tienen a estar alejados de la media, comúnmente vistos en graficas con fuerza débil. La regresión en una gráfica de dispersión se refiere al proceso matemático de ajustar una línea o curva a los datos para representar la relación entre las variables de manera más precisa. La regresión lineal es un tipo común de regresión utilizada en gráficos de dispersión donde se ajusta una línea recta a los datos. La regresión no solo muestra la tendencia de los datos, sino que también puede usarse para predecir valores futuros basados en la relación observada entre las variables.

Excelente curso, aca dejo los gráficos del reto propuesto.  

aca dejo mi aporte: 


He utilizado programas como SPSS, que ayudan muchísimo en simplificar tanto la generación de gráficos, como acortar los pasos para llegar a la información.

Aqui la solución al reto: 


![]() Gráficos de dispersión

 En la comparación de los niveles de corrupción y nivel de felicidad podemos observar que tienen una forma lineal y una dirección negativa. Presenta valores atípicos. Podemos inferir que en los paises donde hay menos niveles de corrupción, las personas son más felices. Para la comparación de apoyo social, podemos inferir que donde hay mas apoyo social la personas son mas felices.


![]()

Cuando se hace este análisis de correlación en ámbitos reales, ¿Que valor de R2 podría indicar que hay una correlación?

Plantear que las líneas de tendencia en la gráfica sean de tipo polinómica, permite que haya mayor acercamientos a los datos, generando una corrrelación con mayor fuerza y dirección determinada, con menor cantidad de valores atípicos.
Sin embargo, claramente esto lo agrega un mayor grado de complejidad para ser hallado.

Mi solución al reto 📝 💪

.

Adicional 📝

Segun ChatGPT, el coeficiente R^2 es:
.
Una medida de la bondad de ajuste en un modelo de regresión lineal cuando se crea un gráfico de dispersión y se ajusta una línea de regresión. Este valor proporciona información sobre cuán bien la línea de regresión se ajusta a los datos dispersos en el gráfico.

En términos simples, R^2 indica la proporción de la variabilidad total en la variable dependiente que puede ser explicada por la variable independiente (o variables independientes) incluidas en el modelo de regresión.
.
Es un número entre 0 y 1, donde:

• R^2 = 0 significa que el modelo de regresión no explica ninguna variabilidad en los datos y la línea de regresión no se ajusta en absoluto a los puntos dispersos en el gráfico.
• R^2 =1 significa que el modelo de regresión explica toda la variabilidad en los datos y la línea de regresión se ajusta perfectamente a los puntos dispersos en el gráfico.

aquí dejo el reto de realizar los 2 scatterplots faltantes. 😃