El documento presenta información sobre regresión y correlación estadística. Explica que la regresión se utiliza para predecir una variable dependiente en función de otra independiente y estudiar su relación, mientras que la correlación solo mide el grado de asociación entre variables. Luego detalla cómo calcular la ecuación de regresión lineal simple y los conceptos de pendiente, intercepto, error, coeficientes de correlación y determinación.
0 calificaciones0% encontró este documento útil (0 votos)
16 vistas26 páginas
El documento presenta información sobre regresión y correlación estadística. Explica que la regresión se utiliza para predecir una variable dependiente en función de otra independiente y estudiar su relación, mientras que la correlación solo mide el grado de asociación entre variables. Luego detalla cómo calcular la ecuación de regresión lineal simple y los conceptos de pendiente, intercepto, error, coeficientes de correlación y determinación.
El documento presenta información sobre regresión y correlación estadística. Explica que la regresión se utiliza para predecir una variable dependiente en función de otra independiente y estudiar su relación, mientras que la correlación solo mide el grado de asociación entre variables. Luego detalla cómo calcular la ecuación de regresión lineal simple y los conceptos de pendiente, intercepto, error, coeficientes de correlación y determinación.
El documento presenta información sobre regresión y correlación estadística. Explica que la regresión se utiliza para predecir una variable dependiente en función de otra independiente y estudiar su relación, mientras que la correlación solo mide el grado de asociación entre variables. Luego detalla cómo calcular la ecuación de regresión lineal simple y los conceptos de pendiente, intercepto, error, coeficientes de correlación y determinación.
Descargue como PPT, PDF, TXT o lea en línea desde Scribd
Descargar como ppt, pdf o txt
Está en la página 1/ 26
Estadística
Martes y Viernes de 14 a 18 hs.
Patricia - Alejandra 2023 Regresión y Correlación
• Cuando se quiere estudiar o investigar la cantidad de
relación que existe entre variables, y predecir una dependiente, en función de otro que es la independiente, la técnica que se utiliza en estadística se denomina Análisis de regresión. Sólo expresan el grado de CORRELACIÓN asociación de ambas variables sin tener en cuenta la naturaleza de las mismas
Investigar la cantidad de la ANÁLISIS DE relación existente entre ambas variables, y de estimar o REGRESIÓN predecir una de las variables (dependiente) en función del conocimiento de la otra (independiente). Regresión lineal simple
Es un modelo matemático para predecir el efecto de una
variable sobre otra, ambas cuantitativas. Una variable es la dependiente y otra la independiente Se grafica con el diagrama de dispersión. Dice cómo es la relación entre las dos variables. El análisis consiste en encontrar la “mejor” línea recta de esos puntos. DIAGRAMA DE DISPERSIÓN Correlación directa Correlación inversa
Correlación Débil Correlación Alta Correlación Débil Correlación Alta
Positiva Positiva Negativa Negativa Diagrama de dispersión Diagrama de dispersión y recta El modelo de regresión lineal
• La relación se puede representar gráficamente mediante una línea recta. Se
supone que el error sigue una distribución normal con media cero y varianza sigma2. • El modelo de regresión completo es y x e Y es el valor de la variable dependiente A o alfa es el intercepto, donde cruza el eje Y, es la ordenada al origen. Es el valor de Y , cuando x es igual a cero. B o beta es la pendiente o inclinación X es cualquier valor de la variable independiente que se selecciona ANÁLISIS DE REGRESIÓN Objetivo: encontrar la ecuación de una recta que mejor describe la relación entre las dos variables. Esta ecuación permitirá hacer predicciones sobre la variable respuesta.
Criterio de mínimos cuadrados: Es aquel que minimiza las distancias cuadráticas
de los puntos con la línea. Cálculo de la ecuación de regresión lineal (de Y sobre X)
El criterio de mínimos cuadrados nos
proporciona un valor de A y uno de B, tal Y’ que
n 2
Y Y Peso (Y)
' i i sea mínimo i 1
talla (X) ¿QUÉ ES EL ERROR?
Es la distancia entre el valor observado de y y el valor
pronosticado por la recta. Su promedio es cero y tiene distribución normal.
ui yi yˆi COEFICIENTES DE LA RECTA
b: coeficiente de la pendiente. Es una variación de y por cada aumento unitario de x. b=r r: es el coeficiente de correlación. Donde: Sy: es la desviación estándar de Y (variable dependiente) Sx: es la desviación estándar de X (variable independiente)
a: coeficiente de la ordenada al origen.
Valor de y cuando x = 0 Donde: : es la media de Y (variable dependiente) : es la media de X (variable independiente) Correlación simple • Es una extensión de la regresión simple. • Mide la calidad del ajuste de una línea. • Dice cuánto se relacionan las dos variables • r es el coeficiente de correlación • r2 es el coeficiente de determinación
La correlación es la medida que se registra, de la dependencia entre distintas
variables. El grado de correlación puede medirse mediante los llamados coeficientes de correlación. Varianza y Covarianza
Varianza: Medida de dispersión de una variable.
Covarianza: Medida de dispersión conjunta de dos variables.
Parámetro Estimadores COEFICIENTE DE CORRELACIÓN Coeficiente de correlación lineal de Pearson:
Donde: Cálculo de covarianza
Desvío de Desvío de : : Coeficiente r de Pearson Puede variar de –1 a +1 • -1 correlación negativa perfecta • -0.75 correlación negativa considerable • -0.5 correlación negativa media • -0.1 correlación negativa débil • 0 no existe correlación lineal entre las variables • 1 correlación positiva perfecta • 0.75 correlación positiva considerable • 0.5 correlación positiva media • 0.1 correlación positiva débil COEFICIENTE DE DETERMINACIÓN
2 var iación in exp licada
r var iación total
Proporción de la variación total en la variable
dependiente Y que se explica, por la variación en la variable dependiente X.
Coeficiente de determinación: Se calcula como r2 Ejercicio La cátedra de matemática de la Facultad de Bioquímica está analizando las encuestas de fin de curso a sus estudiantes. Como parte del análisis, se proponen estimar la nota final del alumno a partir de las horas totales de estudio de la asignatura declarados por los estudiantes. Una muestra aleatoria de 8 encuestas arroja la siguiente información
Hs totals de estudio: 40 50 30 60 90 85 82 55 Nota final de curso: 6 7 6 8 10 9 10 6
a) Calcule la recta de regresión.
b) Encuentre la nota estimada si la dedicación al estudio disponible es de 70 horas. c) Determine el coeficiente de determinación y el coeficiente de correlación. Interprete. d) Grafique el diagrama de dispersión y la recta de regresión Diagrama de 12 dispersión 10
0 0 20 40 60 80 100
Hs totals de estudio a) Calcule la recta de regresión Y (La variable dependiente): Nota final de curso. X (La variable independiente): Hs totales de estudio Cantidad de datos: 8 Variables a relacionar Cálculos para determinar la covarianza y los desvíos
Media aritmética de x; y a) Calcule la recta de regresión La ecuación de regresión lineal Se sabe que la ecuación de una recta es del tipo:
Y=a+bX b)Encuentre la nota estimada si la dedicación al estudio disponible es de 70 horas. c) Determine el coeficiente de determinación y el coeficiente de correlación. Interprete. d)Grafique el diagrama de dispersión y la recta de regresión
