Regresión y Correlación

SPSS
INTRODUCCIÓN
1. Diagrama 2. Modelo de 3. Ecuación

de dispersión Regresión de regresión
Modelo de Regresión
Predice o explica como es influida una variable dependiente

1 “Y”por una variable independiente X.
El objetivo es obtener estimaciones razonables de Y para distintos valores de X a partir de una muestra
de n pares de valores (x1,y1),…,(xn,yn).
Ejemplos:
Estimar el precio de una Predecir el gasto Prever el tiempo de

vivienda en función de su económico familiar de computación de un
superficie cierta zona en función del programa en función de la
número de familias velocidad del procesador
2. Ecuación de regresión poblacional
Si la variable dependiente (Y) está relacionada con la variable independiente (X), entonces la relación funcional
o ecuación de regresión entre Y y X tiene la siguiente forma:
Análisis de Regresión
II. Funciones del análisis de regresión:
 Determinar si las variables independientes y la variable

dependiente presentan fuerzas de relación.
 Determinar la estructura o la ecuación matemática que
relaciona las variables independientes con las dependientes.
 Pronosticar o predecir los valores de la variable dependiente
en función de la variable independiente.
 Controlar otras variables independientes al evaluar las
contribuciones de una variable especifica o un conjunto de
variables.
DIAGRAMA DE DISPERCIÓN
Ecuación de Regresión Estimada
: Intercepto con el eje y cuando x=0. Es el valor de Y que se obtiene cuando x = 0.
: Pendiente de la recta. Mide el cambio que se producirá en la variable.
La relación entre X e Y puede ser:

Requisitos
1. La muestra de datos apareados (x, y) es una muestra aleatoria de datos cuantitativos.

2. El examen visual del diagrama de dispersión indica que los puntos se aproximan al patrón de una
línea recta.
3. Se debe eliminar cualquier valor extremo, si se sabe que es un error.
Es importante tomar en cuenta los efectos de cualquier valor extremo que no sea un error conocido.
Nota: Los requisitos 2 y 3 representan una verificación simplificada de los siguientes requisitos formales
del análisis de regresión:
• Para cada valor fijo de x, los valores correspondientes de y tienen una distribución en forma de
campana.
• Para los distintos valores fijos de x, las distribuciones de los valores correspondientes de “y” tienen la
misma varianza.
• Para los distintos valores fijos de x, las distribuciones de los valores correspondientes de y tienen
medias que se ubican en la misma línea recta.
Requisitos
SUPUESTOS DEL MODELO
Primer Supuesto
Normalidad de los errores (Kolmogorov – Smirnov o Shapiro
Wilk )
H0 : Los errores se distribuyen normalmente
H1 : Los errores no se distribuyen normalmente
KOLMOGOROV- SMIRNOV SHAPIRO - WILK
(Corrección de significación de
lilliefors)
Para muestras grandes (n≥50) Cuando la muestra es
pequeña (n<50)
Importante: REGLA DE DECISION

Cuando p (SIG) >0.05 Aceptamos la Hipótesis Nula
Cuando p (SIG) <0.05 Rechazamos la Hipótesis Nula de manera significativa
Cuando p(SIG) <0.01 Rechazamos la Hipótesis Nula de manera altamente
significativa
SUPUESTOS
SUPUESTOS
DEL MODELO
Segundo Supuesto:
Autocorrelación de los errores (Durbín - Watson: DW)
Es que los residuos sucesivos deberán ser independientes. Esto significa que los residuos no tienen
un patrón, que no están muy correlacionados, y que no hay corridas largas de residuos positivos o
negativos. Cuando los residuos sucesivos están correlacionados, a esta condición se le conoce como
autcorrelación.
SUPUESTOS
Tercer Supuesto:
Validez el modelo de regresión lineal simple. Use un alfa=0.05.
H0: β1=0 (No existe relación lineal entre X e Y).
H1: β1≠0 (Existe relación lineal entre X e Y)
Estadístico de prueba:
SUPUESTOS
Cuarto Supuesto:
Determine e interprete el coeficiente de correlación “r” (BONDAD DE AJUSTE)
y determinación “r2”.
El coeficiente de correlación (r) consiste en determinar el grado de relación entre dos variables.
El coeficiente de correlación es un número comprendido entre: -1≤ r ≤ 1
Se define:
Supuestos
Caso: costo de mantenimiento de máquinas
EJERCICIOS DE APLICACIÓN:
Se tienen información de los costos de mantenimiento de 06

maquinas llenadoras de gaseosas de distintas edades de la
Empresa Enrique Cassinelli e Hijos S.A. La Gerencia desea hacer
estimaciones o pronósticos acerca del costo de mantenimiento
en función del tiempo operativo de la máquina. La información
que se tienen es la siguiente:
Maquina 1 2 3 4 5 6
Tiempo operativo en
1 1 2 2 3 3
Años (X)
Costo de
30 40 70 80 100 100
mantenimiento $ (Y)
1. Determinar la ecuación de regresión. Interpretar sus
coeficientes
2. Pronosticar el costo de mantenimiento para una máquina
que tienen 4 años operativos.
Por lo tanto la ecuación de regresión es:
Y = 5 + 32.5 X
Interpretación:
β0 = 5: Cuando la máquina no tienen ningún año de
funcionamiento su costo de mantenimiento SE ESTIMA
que es de 5 dólares.
β1 = 32.5: Por cada año de funcionamiento de la
maquina su costo de mantenimiento aumenta en 32.5
dólares.
2. Pronóstico cuando la máquina tienen 4 años de
funcionamiento:
Y=5+32.5*4=135, que significa, que el costo de

mantenimiento para la maquina si tiene 4 años de
funcionamiento es de 135$.
PREPARACIÓN DE PEDIDOS
Para determinar el modelo de regresión lineal que explique el tiempo

que se demora en alistar un pedido en función de la cantidad de
productos que solicita el cliente. Se toma una muestra con los
siguientes resultados:
Tiempo
20 38 12 55 80 35 15 40 55 100 10 45
(minutos)
Número de
3 7 2 8 7 4 3 5 5 9 2 6
productos
Para determinar el modelo de regresión lineal que explique el tiempo

que se demora en alistar un pedido en función de la cantidad de
productos que solicita el cliente. Se toma una muestra con los
siguientes resultados:
Tiempo
20 38 12 55 80 35 15 40 55 100 10 45
(minutos)
Número de
3 7 2 8 7 4 3 5 5 9 2 6
productos
Variable dependiente: Y: Tiempo

Variable independiente: X: Número de productos
Tiempo
20 38 12 55 80 35 15 40 55 100 10 45
(minutos)
Número de
3 7 2 8 7 4 3 5 5 9 2 6
productos
• Realice un ajuste de regresión del tiempo y el número de productos e

interprete los coeficientes calculados.
• Verifique los supuestos del modelo, asumiendo un 5% de
significancia.
• Determine e interprete el coeficiente de correlación y determinación.

La ecuación del modelo es:


y  10.732  10.390 X

   
y   0   1 X  y  10.732  10.390 X
Interpretación
 de los coeficientes:
 0 : El tiempo que se demora en alistar un pedido, cuando la cantidad
de productos solicitados por el cliente es cero, es de -10.732 minutos
(tener en cuenta que la interpretación carece de sentido)

   
y   0   1 X  y  10.732  10.390 X
Interpretación

de los coeficientes:
1 : Por cada producto adicional que se registra en el pedido, el tiempo
que se demora en alistar un pedido, aumenta en 10.390 minutos.

significancia.
Primer Supuesto:
Normalidad de Errores
H0: Los errores se distribuyen normalmente
H1: Los errores no se distribuyen normalmente
significancia.
n  50,Shapiro  Wilk
Primer Supuesto:
Normalidad de Errores n  50, Kolmogorov  Smirnov
Primer Supuesto:
Normalidad de Errores
Como el p-valor de significancia de la prueba de normalidad Shapiro-Wilk

para muestras pequeñas (menor que 50), es mayor que 0.05
(p=0.595>0.05), se concluye que los errores presentan distribución normal.
Segundo Supuesto:
Autocorrelación de los Errores (Durbín-Watson)
Como el valor de Durbín-Watson=2.092, está en el intervalo [1;3], por lo

tanto, se cumple el supuesto. Es decir, los errores no están
autocorrelacionados.
Tercer Supuesto:
Validez el modelo de regresión lineal simple. Use un alfa=0.05.
H0: β=0 (No existe dependencia lineal del tiempo de demora respecto
al número de productos).
H1: β≠0 (Existe dependencia lineal del tiempo de demora respecto al
número de productos)
Tercer Supuesto:
Valide el modelo de regresión lineal simple. Use un alfa=0.05.
Decisión: Como Sig.(0.000) < α (0.05) → Se Rechaza H0

Conclusión: Como sig.(p=0.000<0.05), se rechaza la hipótesis nula, por tanto, existe
relación lineal entre el número de productos del pedido y el tiempo que demoran en
alistar el pedido, es así que se concluye que el modelo es válido.
• Determine e interprete el coeficiente de correlación y determinación.
r = 0.887; existe una correlación alta positiva entre el número de productos del
pedido y el tiempo que demoran en alistar el pedido.
r 2  0.787 ; El 78.7% de la variabilidad del tiempo que demoran en alistar el pedido, se
encuentra explicada por número de productos del pedido.
Casos
CASO Nº 01: N° de Edad Precio Venta
El propietario de TOYOTA, quiere auto (en años) (miles de $)
estudiar la relación entre la edad de 1 9 8.1

los autos y su precio de venta. Para 2 7 6
lo cual damos una lista de 12 autos 3 11 3.6
usados, tomados aleatoriamente y 4 12 4
vendidos el año pasado. 5 8 5
a. Realice el diagrama de dispersión 6 7 10
y analice. 7 8 7.6
b. Determine el grado de relación 8 11 8
entre las variables e interprete. 9 10 8
c. Estime la ecuación de regresión e 10 12 6
interprete cada uno de los 11 6 8.6
parámetros. 12 6 8

Regresión y Correlación

Cargado por

Copyright:

Formatos disponibles

Regresión y Correlación

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 y Correlación

Cargado por

Copyright:

Formatos disponibles

SPSS

1. Diagrama 2. Modelo de 3. Ecuación

Predice o explica como es influida una variable dependiente

Estimar el precio de una Predecir el gasto Prever el tiempo de

2. Ecuación de regresión poblacional

II. Funciones del análisis de regresión:

 Determinar si las variables independientes y la variable

Ecuación de Regresión Estimada

: Intercepto con el eje y cuando x=0. Es el valor de Y que se obtiene cuando x = 0.

: Pendiente de la recta. Mide el cambio que se producirá en la variable.

La relación entre X e Y puede ser:

1. La muestra de datos apareados (x, y) es una muestra aleatoria de datos cuantitativos.

Importante: REGLA DE DECISION

Se tienen información de los costos de mantenimiento de 06

Y=5+32.5*4=135, que significa, que el costo de

Para determinar el modelo de regresión lineal que explique el tiempo

Para determinar el modelo de regresión lineal que explique el tiempo

Variable dependiente: Y: Tiempo

• Realice un ajuste de regresión del tiempo y el número de productos e

• Realice un ajuste de regresión del tiempo y el número de productos e

La ecuación del modelo es:

• Realice un ajuste de regresión del tiempo y el número de productos e

• Realice un ajuste de regresión del tiempo y el número de productos e

• Verifique los supuestos del modelo, asumiendo un 5% de

Como el p-valor de significancia de la prueba de normalidad Shapiro-Wilk

Como el valor de Durbín-Watson=2.092, está en el intervalo [1;3], por lo

Decisión: Como Sig.(0.000) < α (0.05) → Se Rechaza H0

estudiar la relación entre la edad de 1 9 8.1

También podría gustarte