Realiza el[i] Análisis de Regresión de dos variables[/i] de los datos datos y muestra los valores estadísitcos en una tabla.

[table][tr][td]1.[/td][td][icon]/images/ggb/toolbar/mode_move.png[/icon][/td][td]Usa el puntero para seleccionar las celdas de las columnas [i]A[/i] y [i]B[/i] que contienen números. [/td][/tr][tr][td]2.[/td][td][icon]/images/ggb/toolbar/mode_twovarstats.png[/icon][/td][td]Selecciona la herramienta [i]Análisis de Regresión de dos variables para mostrar [/i]el gráfico en la [i]Ventana de Análisis de Datos.[/i][/td][/tr][tr][td]3.[/td][td][icon]https://www.geogebra.org/wiki/uploads/thumb/8/8a/Stylingbar_variable_analysis_statistics.svg/20px-Stylingbar_variable_analysis_statistics.svg.png[/icon][/td][td]Selecciona [i]Mostrar estadísiticas en la [i]Ventana de Análisis de Datos [/i][/i]para ver los parámetros estadísitcos de los datos. [/td][/tr][tr][td]4.[/td][td][/td][td]Debajo de la [i][i]Ventana de Análisis de Datos [/i][/i] puedes elegir entre una variedad de modelos de regresión. [/td][/tr][/table]

[table][tr][td][/td][td][b]Description[/b][/td][td][b]Formula[/b][/td][/tr][tr][td][b]MediaX[/b][/td][td]Calcula la media aritmética de los elementos de la primera columna.[/td][td][math]\frac{\sum x_i}{n}[/math][/td][/tr][tr][td][b]MediaY[/b][/td][td]Calcula la media aritmética de los elementos de la segunda columna.[br][/td][td][math]\frac{\sum y_i}{n}[/math][/td][/tr][tr][td][b]Sx[/b][/td][td]Calcula la desviación estándar de los números de la primera columna.[/td][td][math]\sqrt{\frac{1}{n-1}\sum\left(x_i-MediaX\right)^2}[/math][/td][/tr][tr][td][b]Sy[/b][/td][td]Calcula la desviación estándar de los números de la segunda columna.[/td][td][math]\sqrt{\frac{1}{n-1}\sum\left(y_i-MediaY\right)^2}[/math][/td][/tr][tr][td][b]r[/b][/td][td]Calcula el [i]coeficiente de correlación. [/i][/td][td][math]\frac{Sxy}{\sqrt{Sxx\cdot Syy}}[/math][/td][/tr][tr][td][math]\rho[/math][/td][td]Calcula el [url=https://es.wikipedia.org/wiki/Coeficiente_de_correlaci%C3%B3n_de_Spearman]Coeficiente de correlación de Spearman[/url].[/td][td][/td][/tr][tr][td][b]nVarX[/b][/td][td]Calcula el valor estadístico: [/td][td][math]\sum x_i^2-\frac{\left(\sum x_i\right)^2}{n}=\sum\left(x_i-MediaX\right)^2[/math][/td][/tr][tr][td][b]nVarY[/b][/td][td]Calcula el valor estadísitico: [/td][td][math]\sum y_i^2-\frac{\left(\sum y_i\right)^2}{n}=\sum\left(y_i-MediaY\right)^2[/math][/td][/tr][tr][td][b]nCov[/b][/td][td]Calcula el valor estadístico[/td][td][math]\sum x_iy_i-\frac{\sum x_i\cdot\sum y_i}{n}[/math][math]=\sum\left(x_i-MediaX\right)\cdot\left(y_i-MediaY\right)[/math][/td][/tr][tr][td][math]R^2[/math][/td][td]Calcula el coeficiente de determinación. [br][u]Nota[/u]: Si el Modelo de regresión es lineal, entonces  [math]R^2=r^2[/math][/td][td][math]1-\frac{SSE}{Syy}[/math][/td][/tr][tr][td][b]SECs[/b][/td][td]Calcula la suma de los cuadrados de los errores entre los valores [i]y[/i] de la lista y los valores funcionales de [i]x[/i]. [/td][td]f...Curva de regresión[br][math]\sum\left(y_i-f\left(x_i\right)\right)^2[/math][/td][/tr][/table]