Regresión Lineal.

Universidad Técnica de Manabí.
Facultad de Ciencias Matemáticas, Físicas y

Químicas.
Instituto de Ciencias Básicas.
Departamento de Matemática y Estadística.
Asignatura: Estadística.
Trabajo Grupal.
Tema: Regresión Lineal.
Integrantes:
Zambrano Doument Matheo Adib.
Sela Lapo Ariel Olger.
Moreno Guillen Melissa Paskeline.
Gracia Rodriguez Freddy Alexander.
Cedeño Andrade José Humberto.
Docente:
Lic.MSc. FREDY RIVADENEIRA LOOR.
Portoviejo-Manabí-Ecuador.
Fecha: 13 de Febrero del 2020.

Regresión Lineal.
En estadística la regresión lineal o ajuste lineal es un modelo matemático usado para aproximar
la relación de dependencia entre una variable dependiente Y, las variables independientes
Xᵢ y un término aleatorio.
Basada en la distribución bidimensional, que relaciona a dos variables, y su grafica representa
una nube de puntos.
Grafica de puntos de las variables aleatorias X y Y.
Recta de regresión: y=bx+a

Nos permite calcular el valor de a y b definiendo la recta que mejor se ajusta a la nube de puntos.
Método de los mínimos cuadrados.
a= La intercesión en y.
b= pendiente de la recta de regresión.
Nos permite predecir cuál es el valor,

de la variable x o y , incluso para
valores que no se encuentra en los
datos.
Covarianza: Es un valor que indica el grado de variación conjunta de dos variables aleatorias
respecto a sus medias.
Donde:
Si Sxy mucho mayor a 0, hay una relación lineal positiva entre X y Y.
Si Sxy mucho menor a 0, hay una relación lineal negativa entre X y Y.
Si Sxy próximo a 0, entonces si hay o no hay relación entre las variables, o la relación no es
lineal.
Coeficiente de correlación lineal de Pearson. Es un índice que mide el grado de covariación entre
distintas variables relacionadas linealmente.
Mediante el método de los mínimos cuadrados se puede obtener directamente:
Con la obtención de la covarianza también se puede hallar:
Donde:
Si, r próximo a 1: Es perfecta positiva, cuando exactamente en la medida que aumente una de
ellas, aumenta la otra. Relación fuerte.
Si, r próximo a -1, Es perfecta negativa, cuando exactamente en la media que aumente una de
ellas, disminuye la otra, Relación fuerte.
Si, r Próximo 0, Tiene relación débil, entre las dos variables, (muy disperso).
Ejemplo.
En un estudio para determinar la relación entre la edad (x) y presión sanguínea (y), una
muestra aleatoria de 9 mujeres ha dado los siguientes resultados
Encuentre la recta de regresión, la covarianza y estime la presión sanguínea para una mujer de 75
años.
Solución.
Tabla de distribución.
Se halla b.
b= 9(62649)-449*1227 / 9(23479)- (201601)

b= 1.33
media aritmética y= 136.33
media aritmética x= 49.88
a = 136.33 – (1.33)(49.88)
a= 70
y=bx+b -> y= 1.33x+70
Covarianza.
Sxy=160.86 covarianza. Coeficiente de correlación lineal de Pearson:

S²x= 120.76  Sx= 10.98 r= 160.86/ (10.98)(15.71)
S²y= 246.90  Sy= 15.71 r= 0.93, relación directa, proporcionales,
relacion muy fuerte.
Presión sanguínea para mujer 75 años
y= 1.33x+70
y=1.33(75)+70 - y=169.75 La mujer aproximadamente tendrá una presión sanguínea
de 169.75
Grafica de la variable X y Y.
Referencias Bibliográficas.
Carmen Carrolo, regresión líneal simple, departamento de estadística e investigacion operativa,
(2012), 1:31. Obtenido de: file:///C:/Users/USUARIO/Documents/Mat_50140116_Regr_
%20simple_2011_12.pdf
Jorge Pozo, Regresión lineal y prueba de hipótesis, UPEC Escuela de comercio exterior y
negociación comercial Internacional. Obtenido de:
https://es.slideshare.net/jeisonvillarrealj/28-ejercicio.
Martínez Ortega, R. M., Tuya Pendás, L. C., Martínez Ortega, M., Pérez Abreu, A., & Cánovas,
A. M. (2009). El coeficiente de correlación de los rangos de Spearman caracterización.
Revista Habanera de Ciencias Médicas, 8(2), 0-0. Recuperado de:
file:///C:/Users/USUARIO/Downloads/correlacion.pdf.
Walpole, R. E., Myers, R. H., Myers, S. L., & Ye, K. (2007). Probabilidad y estadística para
ingeniería y ciencias (No. TA340. P76 2007.). México: Pearson Educación. Recuperado
de: file:///C:/Users/USUARIO/Documents/Estadistica/8va-probabilidad-y-estadistica-
para-ingenier-walpole_8.pdf

Regresión Lineal.

Cargado por

Copyright:

Formatos disponibles

Regresión Lineal.

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Regresión Lineal.

Cargado por

Copyright:

Formatos disponibles

Universidad Técnica de Manabí.

Facultad de Ciencias Matemáticas, Físicas y

Tema: Regresión Lineal.

Fecha: 13 de Febrero del 2020.

Recta de regresión: y=bx+a

Nos permite predecir cuál es el valor,

Con la obtención de la covarianza también se puede hallar:

b= 9(62649)-449*1227 / 9(23479)- (201601)

Sxy=160.86 covarianza. Coeficiente de correlación lineal de Pearson:

También podría gustarte