SESION Regresion Lineal

SESION 11
TEMA: REGRESION LINEAL SIMPLE

COEFICIENTE ó INDICE DE CORRELACION
COVARIANZA
I.- CAPACIDADES.- El Alumno al finalizar esta sección estará en condiciones

de :
1.1 Utilizar y aplicar adecuadamente las técnicas de regresión en una
muestra para determinar una recta de regresión.
1.2 Aplicar y desarrollar el grado de dispersión ó variabilidad
conjunta de dos variables “x “ e “ y “, con respecto a sus medias
en forma correcta dado una muestra.
II.- CONTENIDO TEMATICO:
2.1 INTRODUCCION:
Son muestras bivariantes cuantitativas, es decir con muestras donde en
cada unidad estadística se observan dos características cuantitativas
medibles “x” e “ y” . Por ejemplo Ingresos y gastos mensuales.
A.-La Regresión: Consiste en determinar una relación funcional(recta

de regresión)entre ellas, con el fin de que se pueda predecir el valor de
una variable en base de la otra.
B.- Correlación.- Que consiste en determinar la variación conjunta de

las dos variables, su grado de relación y su sentido (positivo ó
negativo).
La medida de grado de relación se denomina: Coeficiente ó Índice de
Correlación
El cuadrado del Índice de Correlacion.se denomina : Coeficiente de
Determinación.
2.2 Diagrama de Dispersión :

Sean (x1 ,y1 ), (x2 ,y2 ), …………….(xn ,yn ) de n valores de la
variable bidimensional (x,y) observados en una muestra, donde xi
son los valores de x y los yi son los valores de variable y.
pág. 1 Ing. Jose Luis Rodriguez

Chirinos
a).-Lineal Positiva b).-Lineal Negativa c).-No lineal
2.3 COVARIANZA: Es una estadística que mide el grado de dispersión ó

variabilidad conjunta de dos variables X e Y , con respecto a sus medias
respectivas .
A).-Definicion.- La Covarianza de “n “ valores (x1 ,y1 ), (x2 ,y2 ),

……………(xi ,yi ), de una variable bidimensional(x,y) es el numero
Cov(x,y) ó Sxy que se define :
 A la media aritmética de los productos de las desviaciones de los

datos con respecto a sus correspondientes medias .
Sxy =
En el numerador de Sxy se verifica la relacion:
Luego :
Sxy =
 La Covarianza a diferencia de la varianza puede ser negativa.

Chirinos
2.4 COEFICIENTE ó INDICE DE CORRELACION
A).-Definición.- El coeficiente de Correlación lineal de Pearson

de “n” pares de valores ( ), ( ), …….…( ) de
una variable bidimensional (X,Y), es le numero abstracto “r”
que se calcula por:
r=
Donde : Sxy : Es la covarianza de X e Y
Sx : Es la desviación Estándar de X
Sy : Es la desviación Estándar de Y
El lector debe de verificar que :
Verifiquemos que : El coeficiente de correlación “ r “ es un numero

comprendido entre: .
Interpretación: La interpretación se procede de la siguiente forma:
1. Si r = 1 , se dice que hay una correlación perfecta positiva

2. Si r = -1, se dice que hay una correlación perfecta negativa
3. Si r = 0 , se dice que no hay correlación entre dos variables.
2.5 REGRESION LINEAL SIMPLE
Dados “n” valores pares de

una variable bidimensional (x,y). La Regresión lineal simple de
Y con respecto a X, consiste en determinar la Ecuación de la
Recta.

Chirinos
Que mejor se ajuste a los valores de la muestra , con el fin
de poder predecir ó estimar Y (variable dependiente)a
partir de X (variable independiente).
En la función lineal : , consiste en determinar los valores de

“a” y “b”, a partir de los datos de una muestra. Para esto :
1.- Usaremos la notación ÿi , para representar un valor estimado de

y , calculado de la ecuación : , cuando X es igual a xi .
Esto es : ÿi = a + bxi -- El valor ÿi se denomina valor estimado

ó predecido como tambien ajustado de Y cuando X= Xi .
2.- Si Xi es un valor de la muestra, entonces (Xi, ÿi) es un punto de

la recta de Regresion , según la figura siguiente.
Y
Y= a +bX
: ÿi . . Desviaciones de valores
observados y ajustados
Xi X
Definición: Se denomina Error ó Residuo a cada diferencia ÿi

Del valor observado Yi y el valor pronosticado ÿi

Chirinos
2.6 RECTA DE REGRESION DE MINIMOS CUADRADOS
De acuerdo con el teorema de gass-Markow.

Si “a” y “b” se determinan resolviendo el siguiente sistema de :
Ecuaciones Normales.
…
…………………….…..( 1 )
…………………( 2 )
Resolviendo el sistema de Ecuaciones Normales para “b” , se

obtiene :
b= , ó b=
y dividiendo por “n” la primera ecuación normal (1) , se obtiene el

valor :
Interpretación de la formula: El coeficiente (b) es la pendiente

ó el coeficiente de la Regresión Lineal.
La constante “ a “, es la ordenada en el origen.
 Si b> 0 , la tendencia lineal es creciente

 Si b< 0 , la tendencia lineal es decreciente
 Si b=0 , entonces y=a..Luego Y permanece estacionario
para cualquier valor de X. En ese caso se dice que , no hay
regresión.

Chirinos
III. ACTIVIDAD COMPLEMENTARIA
3.1 En un Estudio de la relación entre la publicidad por Radio y las

ventas de un producto , durante 10 semanas se han recopilado los tiempos
de duración en minutos de la publicidad por semana(x) y el numero de
artículos vendidos (y) . Resultando la siguiente tabla.
Semana 1 2 3 4 5 6 7 8 9 10
Publicidad X 20 30 30 40 50 60 60 60 70 80
Ventas Y 50 73 69 87 108 128 135 132 148 170
Determinar lo siguiente:
a).- Trazar el Diagrama de Dispersión, e indicar la tendencia
b).- Calcular la recta de regresión de Mínimos Cuadrados, con el fin de

predecir las ventas.
c).- Estimar la venta si en una semana se hacen 100 minutos de

propaganda.
d).- Calcular el coeficiente de Correlación
e).- Si en la novena semana se incrementa la publicidad en 5 minutos.

¿En cuantos se estima se incrementen las ventas?

Chirinos

SESION Regresion Lineal

Cargado por

Copyright:

Formatos disponibles

SESION Regresion 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

SESION Regresion Lineal

Cargado por

Copyright:

Formatos disponibles

SESION 11

TEMA: REGRESION LINEAL SIMPLE

I.- CAPACIDADES.- El Alumno al finalizar esta sección estará en condiciones

II.- CONTENIDO TEMATICO:

A.-La Regresión: Consiste en determinar una relación funcional(recta

B.- Correlación.- Que consiste en determinar la variación conjunta de

2.2 Diagrama de Dispersión :

pág. 1 Ing. Jose Luis Rodriguez

2.3 COVARIANZA: Es una estadística que mide el grado de dispersión ó

A).-Definicion.- La Covarianza de “n “ valores (x1 ,y1 ), (x2 ,y2 ),

 A la media aritmética de los productos de las desviaciones de los

En el numerador de Sxy se verifica la relacion:

 La Covarianza a diferencia de la varianza puede ser negativa.

pág. 2 Ing. Jose Luis Rodriguez

A).-Definición.- El coeficiente de Correlación lineal de Pearson

Donde : Sxy : Es la covarianza de X e Y

El lector debe de verificar que :

Verifiquemos que : El coeficiente de correlación “ r “ es un numero

Interpretación: La interpretación se procede de la siguiente forma:

1. Si r = 1 , se dice que hay una correlación perfecta positiva

2.5 REGRESION LINEAL SIMPLE

Dados “n” valores pares de

pág. 3 Ing. Jose Luis Rodriguez

En la función lineal : , consiste en determinar los valores de

1.- Usaremos la notación ÿi , para representar un valor estimado de

Esto es : ÿi = a + bxi -- El valor ÿi se denomina valor estimado

2.- Si Xi es un valor de la muestra, entonces (Xi, ÿi) es un punto de

Definición: Se denomina Error ó Residuo a cada diferencia ÿi

pág. 4 Ing. Jose Luis Rodriguez

De acuerdo con el teorema de gass-Markow.

Resolviendo el sistema de Ecuaciones Normales para “b” , se

y dividiendo por “n” la primera ecuación normal (1) , se obtiene el

Interpretación de la formula: El coeficiente (b) es la pendiente

 Si b> 0 , la tendencia lineal es creciente

pág. 5 Ing. Jose Luis Rodriguez

3.1 En un Estudio de la relación entre la publicidad por Radio y las

b).- Calcular la recta de regresión de Mínimos Cuadrados, con el fin de

c).- Estimar la venta si en una semana se hacen 100 minutos de

d).- Calcular el coeficiente de Correlación

e).- Si en la novena semana se incrementa la publicidad en 5 minutos.

pág. 6 Ing. Jose Luis Rodriguez

También podría gustarte