Este documento presenta los conceptos y ejercicios relacionados con la regresión lineal simple y múltiple. Define términos como predicción puntual, intervalos de predicción, residuos y regresión lineal múltiple. Incluye ejercicios para estimar ecuaciones de regresión lineal simple y múltiple utilizando datos reales y calcular intervalos de confianza. Finalmente, plantea preguntas para discutir sobre las diferencias entre hacer predicciones considerando o no la incertidumbre y cuándo es útil aplicar una reg
0 calificaciones0% encontró este documento útil (0 votos)
43 vistas9 páginas
Este documento presenta los conceptos y ejercicios relacionados con la regresión lineal simple y múltiple. Define términos como predicción puntual, intervalos de predicción, residuos y regresión lineal múltiple. Incluye ejercicios para estimar ecuaciones de regresión lineal simple y múltiple utilizando datos reales y calcular intervalos de confianza. Finalmente, plantea preguntas para discutir sobre las diferencias entre hacer predicciones considerando o no la incertidumbre y cuándo es útil aplicar una reg
Este documento presenta los conceptos y ejercicios relacionados con la regresión lineal simple y múltiple. Define términos como predicción puntual, intervalos de predicción, residuos y regresión lineal múltiple. Incluye ejercicios para estimar ecuaciones de regresión lineal simple y múltiple utilizando datos reales y calcular intervalos de confianza. Finalmente, plantea preguntas para discutir sobre las diferencias entre hacer predicciones considerando o no la incertidumbre y cuándo es útil aplicar una reg
Este documento presenta los conceptos y ejercicios relacionados con la regresión lineal simple y múltiple. Define términos como predicción puntual, intervalos de predicción, residuos y regresión lineal múltiple. Incluye ejercicios para estimar ecuaciones de regresión lineal simple y múltiple utilizando datos reales y calcular intervalos de confianza. Finalmente, plantea preguntas para discutir sobre las diferencias entre hacer predicciones considerando o no la incertidumbre y cuándo es útil aplicar una reg
Descargue como PDF, TXT o lea en línea desde Scribd
Descargar como pdf o txt
Está en la página 1de 9
Nombre: Matrícula:
Nombre del Curso: Estadística y pronósticos para Nombre del Profesor:
la toma de decisiones
Módulo: 3 Actividad: 5
Fecha: 28 abril del 2021
Bibliografía: Realiza las siguientes acciones:
1. Define los siguientes conceptos
1. ¿A qué se le denomina predicción puntual? Consiste en la estimación del valor del parámetro mediante un solo valor, obteniendo una fórmula determinada.
2. ¿Cuáles son las fuentes de incertidumbre asociadas a una
predicción puntual? Es una decisión que se dispersa en datos respecto a la línea de regresión, y la otra es la incertidumbre.
3. ¿Qué es un intervalo de predicción para valores puntuales? ¿En
qué situaciones se puede aplicar este cálculo? Se comprende por dos valores puntuales y como resultado todos los valores se encuentran dentro de los límites formados por las misma cantidades asignadas.
4. ¿A qué se le denomina residuos?
Están dentro de los valores de la variable dependientes contra los valores que se pronosticaron a partir de la recta de regresión.
5. ¿Qué es la regresión lineal múltiple?
Es un componente de la regresión lineal simple ayuda a que exista más de una variable independiente y como factor nos ayuda a verificar el comportamiento de los valores.
6. Define lo siguiente: matriz de correlación y coeficiente de
correlación. Para la matriz es considerada el cálculo de los coeficientes de correlación simples y los coeficientes son más extensos ya que nos indican las relaciones de las dos variables ya sean independientes o dependientes. 2. En un experimento con conejos se varió la cantidad de alimento administrado; además se añadió 1 g diario de colesterol en la dieta de los conejos durante varias semanas. La cantidad de alimento X está expresado como gramos diarios por kg de peso al inicio del experimento; y el colesterol Y se expresa al final del experimento en mg. Los datos se presentan a continuación:
a. Estimen la ecuación de regresión lineal.
b. Calculen las predicciones (valores puntuales) para los siguientes valores de X0: 11, 12, 15, 25, 30, 35.5, 39, 45, 60, 70, 80, 90. c. Obtengan los intervalos de confianza al 99 para cada valor puntual de Y para los diferentes valores de X0. 3. Entrevista a 25 compañeros del campus y obtén los siguientes datos: a. Y: peso en kg b. X1: estatura en cm c. X2: cintura en cm d. X3: medida de los bíceps en cm
1. Escribe la ecuación de regresión múltiple e interpreta los
coeficientes de las variables considerando el contexto del ejercicio.
2. Interpreta los siguientes valores: coeficiente de correlación múltiple,
coeficiente de determinación ajustado, error estándar. 3. Establece los intervalos de confianza para los parámetros poblacionales β1, β2 y β3. Utilicen α = 0.05.
Preguntas de discusión en el aula
1. ¿Qué diferencia existe entre hacer una predicción de un valor de X,
empleando la ecuación de regresión lineal, y hacer una predicción considerando las fuentes de incertidumbre relacionadas con la predicción puntual? - Al emplear la ecuación lineal el objetivo es analizar la relación entre dos variables, X y Y, sin embargo, en ciertos casos puede haber no relación o quizá una relación no lineal, por ejemplo, cuadrática, entre las dos variables. Si es así, el uso del modelo lineal probablemente sea impráctico. 2. Considerando los problemas que realizaste en la actividad, ¿a qué conclusiones puedes llegar respecto al ajuste de la ecuación y las contribuciones de las variables independientes? - A la ecuación se le agregó una variable independiente más, en esta ocasión se trabajó con 3 variables independientes u se demuestra que el proceso sigue siendo el mismo a partir de que tengan variables. 3. ¿En qué situaciones es útil emplear una regresión lineal múltiple? ¿Cómo decides emplear una regresión lineal múltiple y no una regresión lineal? - El uso de regresión lineal múltiple se utilizará cuando se cruzan dos o más variables independientes. - La regresión lineal es cuando se tiene solo una variable independiente y la predicción lineal múltiple es cuando son dos o más variables independientes. Conclusión l método de mínimos cuadrados produce la mejor línea recta, sin embargo la línea de regresión puede usarse para estimar el valor de Y para un valor determinado X. Para obtener una predicción puntual pronóstico, simplemente evalúe la función de regresión estimada en X, de los cuales existen dos fuentes de incertidumbre asociadas con una predicción puntual generada por la ecuación de regresión adaptada, una es incertidumbre debida a la dispersión de los datos respecto a la línea de regresión, y la otra es incertidumbre debida a la dispersión de la regresión de la muestra respecto de la población.
Conclusión Yo para obtener una predicción puntual pronóstico, sólo evalúe
la capacidad de regresión querida en X, debido a que hay 2 fuentes de incertidumbre relacionadas con una predicción puntual generada por la ecuación de regresión adaptada, una es incertidumbre debida a la dispersión de los datos en relación a la línea de regresión, y la otra es incertidumbre debida a la dispersión de la regresión de la muestra respecto poblacional, de esta forma además pude conocer los conceptos de estimación e interpretación de los coeficientes de regresión múltiple y matriz de correlación.