Conectando-se a Correlação e relações lineares
Seu trabalho aqui é encontrar e interpretar os resultados de uma linha de regressão e seus elementos e verificar cuidadosamente exatamente o quão bem sua linha se encaixa. Nota: Regressão assume você descobriu que existe uma relação forte.
Use o seguinte gráfico de dispersão para responder às seguintes problemas.
Exemplos de perguntas
Em termos de números, o que é o valor mais plausível para a correlação entre x e Y?
Responda: -0,5
Essas variáveis têm uma correlação negativa moderada, como evidenciado por sua agrupamento solto em torno de uma linha traçada a partir do canto superior esquerdo para o canto inferior direito. Na verdade, sua correlação é -0,54.
Se as variáveis x e Y foram trocados neste gráfico de dispersão, como é que a correlação pode ser afectado?
Responda: Não mudaria.
Correlação mede a força do padrão em torno de uma linha, bem como a direcção da linha (subidas ou descidas). Quando você alternar x e Y, você não mudar a força de seu relacionamento ou a direção do relacionamento. Por exemplo, se a correlação entre altura e peso é -0.54, a correlação entre peso e altura ainda é -0,54.
O gráfico de dispersão sugerem que x e Y são bons candidatos para uma análise de regressão linear?
Responda: Sim, porque eles estão moderadamente correlacionados e os pontos sugerem uma tendência linear.
O gráfico de dispersão indica uma possível relação linear entre as variáveis, eo coeficiente de correlação de -0,54 normalmente tem um valor absoluto suficientemente elevado para justificar a começar uma análise de regressão linear.
Se você precisa de mais prática sobre este e outros temas, do seu estatísticas claro, visita 1.001 Problemas Prática das Estatísticas For Dummies para comprar o acesso online a 1.001 prática problemas estatísticas! Podemos ajudá-lo a acompanhar o seu desempenho, ver onde você precisa estudar e criar problema personalizado define a dominar suas habilidades de Estatísticas.