Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 71 vistas

    U3tema 2 Regresion L

    Cargado por

    Jorge Ochoa
    El documento explica el análisis de regresión lineal, incluyendo su definición, fórmula, y pasos para realizarlo. La regresión lineal encuentra una ecuación de línea recta que expresa la relación entre dos variables, y puede usarse para estimar valores y hacer predicciones.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    U3tema 2 Regresion L

    Cargado por

    Jorge Ochoa
    71 vistas6 páginas
    El documento explica el análisis de regresión lineal, incluyendo su definición, fórmula, y pasos para realizarlo. La regresión lineal encuentra una ecuación de línea recta que expresa la relación entre dos variables, y puede usarse para estimar valores y hacer predicciones.

    Descripción original:

    REGRESION LINEAL

    Título original

    u3tema 2 Regresion l

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento explica el análisis de regresión lineal, incluyendo su definición, fórmula, y pasos para realizarlo. La regresión lineal encuentra una ecuación de línea recta que expresa la relación entre dos variables, y puede usarse para estimar valores y hacer predicciones.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    71 vistas6 páginas

    U3tema 2 Regresion L

    Cargado por

    Jorge Ochoa
    El documento explica el análisis de regresión lineal, incluyendo su definición, fórmula, y pasos para realizarlo. La regresión lineal encuentra una ecuación de línea recta que expresa la relación entre dos variables, y puede usarse para estimar valores y hacer predicciones.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 6

    Tema 2.

    Regresin Lineal

    3.2.1. Definicin

    Mientras que en el apartado anterior se desarroll una forma de medir la relacin


    existente entre dos variables; en ste, se trata de esta tcnica que permite
    establecer una ecuacin que exprese tal relacin lineal, que, en virtud, de lo que
    se le llama Ecuacin de regresin y la lnea a la que representa tal ecuacin se
    llama Lnea de regresin.

    Esta tcnica incluye el utilizar la ecuacin y lnea de regresin para hacer


    estimaciones acerca del valor que asumir la variable dependiente segn el
    valor que tome la variable independiente.

    Esto es, el anlisis de regresin lineal comprende el intento de desarrollar una


    lnea recta y su ecuacin matemtica que describan la relacin entre dos
    variables.

    Un anlisis de regresin lineal se hace con los siguientes propsitos:

    Encontrar una ecuacin que exprese la relacin en forma de lnea recta


    entre dos variables. Esta ecuacin relaciona los cambios en una variable
    con cambios en la otra variable.
    Estimar el valor de la variable aleatoria (dependiente-de respuesta) a
    partir de que se conoce el valor de una variable asociada
    (independiente-de prediccin).

    Y puede ser aplicado en casos en los que se desee:

    Predecir el desempeo en reas en donde no son deseables o no es


    posible lograr experimentos controlados.
    Estimar o explicar el valor de una variable a partir del valor de la otra.
    Pronosticar o predecir el valor futuro de una variable
    Ahorrar tiempo y dinero, evitando estudios muy largos y tediosos.

    Por otro lado, para realizar ste tipo de anlisis se requiere partir de los mismos
    supuestos que en el caso de la correlacin y tambin que: los valores observados
    de la variable dependiente son independientes entre s.
    3.2.2. Frmula

    Puesto que se trata de llegar a la ecuacin de una lnea recta que describa o
    exprese la relacin entre las variables, requerimos utilizar una de las formas de la
    ecuacin de lnea recta; para ello, se utilizar la frmula abscisa - pendiente, es
    decir:

    En ella, los valores para a y b son determinados por las siguientes frmulas,
    tomadas del mtodo matemtico llamado mnimos cuadrados, el cual origina lo
    que comnmente se conoce como la recta de mejor ajuste.

    Este mtodo establece el criterio de que la lnea de regresin es aqulla para la


    cual se reduce al mnimo la suma de las desviaciones cuadradas entre los valores
    estimado y real de la variable dependiente para los datos mustrales.

    Con la aplicacin de estas frmulas se inicia el procedimiento del anlisis de


    regresin, el cual consta de los siguientes pasos:

    1) Una vez determinados los llamados Coeficientes de Regresin, es decir,


    los valores de a y b, establecer la Ecuacin de Regresin.

    2) A partir de esta ecuacin, trazar la Recta de Regresin.


    3) Con la ecuacin formulada, estimar el valor de la variable dependiente dado
    el valor de la independiente. A este respecto, debes considerar que tales
    estimaciones solo se pueden realizar dentro del rango de valores
    muestreados, ya que no existe base estadstica de que fuera de ellos, el
    comportamiento sea el mismo.

    4) Obtener el Error Estndar de Estimacin, es decir, la medida de la


    dispersin de los valores observados con respecto a la lnea de regresin,
    el cual se representa por Sy.x si se trata de una poblacin o Sy.x, si se
    trata de una muestra, y cuya frmula es la siguiente:

    Es importante mencionar que:

    El error estndar es una medida que indica qu tan preciso es el pronstico de y


    con base en x o, por el contrario, cun inexacta podra ser la prediccin.

    El error estndar de la estimacin se refiere a que no todos los puntos coinciden o


    estn en la lnea de regresin, de lo contrario, la prediccin sera perfecta y eso,
    es imposible.

    Ejemplo Clculo de Regresin Lineal y Componentes:

    Con los datos del ejemplo anterior,

    a) Establecer la Ecuacin de Regresin y comentarla

    b) Trazar la Lnea de Regresin

    c) Pronosticar cuntas unidades se vendern si se realizan 20 llamadas

    d) Evaluar el error estndar de estimacin


    e) Comentar el resultado

    Solucin:

    a) Para establecer la ecuacin de regresin, primero debemos construir la


    tabla con los datos necesarios:

    Con estos datos, sustituir en las frmulas para los coeficientes de regresin:

    con lo que la Ecuacin de Regresin queda:

    y = 18.9476 + 1.1842x

    Comentario:

    Puesto que b result ser positiva y con valor de 1.1842 y es la pendiente de la


    recta, esto indica que se trata de una relacin directa o positiva, es decir, que por
    cada llamada adicional que se realice se puede esperar un aumento de casi 1.2
    artculos vendidos.

    Por su parte a result ser 19 que es el punto en que la recta de regresin corta al
    eje de Y y si se interpreta literalmente, significara que si se hacen 0 llamadas se
    vendern 19 artculos. Sin embargo, como se dijo antes, esta conclusin no es
    vlida porque 0 no est en el intervalo de los datos muestreados, es decir, entre
    10 y 40.

    En resumen,

    b) Trazar la lnea de regresin

    Con los datos anteriores se traza esta recta de regresin

    c) Para hacer la estimacin de cuntos artculos se vendern si se realizan 20


    llamadas, se tienen dos opciones:

    a) se puede hacer grficamente, es decir, localizar el punto x = 20 y


    proyectarlo hacia arriba hasta tocar la recta de regresin y moverse
    horizontalmente hasta tocar el eje de Y y leer el valor de y al que corresponde ese
    punto sobre la recta, en este caso, aproximadamente 42 artculos.
    Este mtodo que puede llamrsele grfico, tiene la seria desventaja de que no
    proporciona exactitud ya que est depende de la precisin con la que se haya
    construido el diagrama de dispersin.

    b) La segunda opcin, y la ms exacta, es usar la ecuacin de regresin


    establecida y sustituir en ella el valor dado de x y estimar y: lo que significa que si
    se hacen 20 llamadas telefnicas, puede esperarse una cantidad de 42.6316
    artculos vendidos.

    d) Para evaluar el error de estimacin se utiliza la frmula mencionada arriba:


    lo cual indica que en promedio la desviacin entre los valores reales y los valores
    representados por la recta de regresin es de 9.901 hacia arriba y hacia abajo, es
    decir, que en el caso de que se hagan 20 llamadas se esperan vender 42.6316
    9.901 artculos, es decir, entre 33 y 53 artculos y como se est considerando
    solamente una vez el error estndar este pronstico tiene un 65% de probabilidad
    de realizarse.

    Actividad Preliminar 2: (Recuerda que estas actividades son opcionales y ser tu


    asesor quien defina aquellos que sern evaluados en tu curso. Sin embargo te
    recomiendo que las realices para verificar efectivamente el nivel de aprendizaje
    logrado)

    Resuelve los siguientes problemas:

    No. Problema
    1 Supngase que los datos siguientes son de equipos cuya vida de servicio en miles de
    horas est en el primer rengln y el precio al que se han vendido est en el segundo
    rengln, el cual evidentemente se deprecia segn el uso:

    Nmero de 1 2 3 4 5 6 7 8 9 10 11 12 13 14
    equipo
    Vida de 40 30 30 25 50 60 65 10 15 20 55 40 35 30
    servicio
    (Miles de
    horas)
    Precio pagado 10 15 12 18 8 10 5 30 25 20 8 15 20 20
    (Miles de
    pesos)
    a) Establecer la Ecuacin de Regresin y comentarla
    b) Trazar la Lnea de Regresin
    c) Pronosticar en cunto se vender un equipo que tenga 20 mil horas de servicio
    d) Evaluar el error estndar de estimacin
    e) Comentar el resultado

    2 Si los siguientes datos muestran las horas de capacitacin que ha recibido un grupo de
    trabajadores y las quejas que se han recibido por parte de los clientes respecto a la
    atencin que han recibido:
    a) Establecer la Ecuacin de Regresin y comentarla
    b) Trazar la Lnea de Regresin
    c) Pronosticar cuntas quejas de clientes se recibirn un empleado que se ha
    capacitado 3 horas
    d) Evaluar el error estndar de estimacin
    e) Comentar el resultado

    Nmero de 1 2 3 4 5 6 7 8 9 10 11 12
    empleado
    Horas de 8 1 11 2 4 10 12 8 14 6 9 7
    capacitacin
    Nmero de 25 32 22 38 26 24 18 23 16 28 20 26
    quejas

    También podría gustarte