Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 21 vistas

    Cap11.-ANÁLISIS DE REGRESIÓNCOMPLETA

    Cargado por

    Lilia Abreu
    El análisis de regresión es una técnica estadística que estudia la relación entre una variable dependiente y una o más variables independientes. Permite obtener una ecuación de regresión que predice los valores de la variable dependiente en función de los de las independientes. El coeficiente de determinación mide qué tan bien se ajusta la recta de regresión a los datos, mientras que el coeficiente de correlación mide la intensidad de la relación entre las variables.

    Copyright:

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

    Cap11.-ANÁLISIS DE REGRESIÓNCOMPLETA

    Cargado por

    Lilia Abreu
    21 vistas7 páginas
    El análisis de regresión es una técnica estadística que estudia la relación entre una variable dependiente y una o más variables independientes. Permite obtener una ecuación de regresión que predice los valores de la variable dependiente en función de los de las independientes. El coeficiente de determinación mide qué tan bien se ajusta la recta de regresión a los datos, mientras que el coeficiente de correlación mide la intensidad de la relación entre las variables.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El análisis de regresión es una técnica estadística que estudia la relación entre una variable dependiente y una o más variables independientes. Permite obtener una ecuación de regresión que predice los valores de la variable dependiente en función de los de las independientes. El coeficiente de determinación mide qué tan bien se ajusta la recta de regresión a los datos, mientras que el coeficiente de correlación mide la intensidad de la relación entre las variables.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    21 vistas7 páginas

    Cap11.-ANÁLISIS DE REGRESIÓNCOMPLETA

    Cargado por

    Lilia Abreu
    El análisis de regresión es una técnica estadística que estudia la relación entre una variable dependiente y una o más variables independientes. Permite obtener una ecuación de regresión que predice los valores de la variable dependiente en función de los de las independientes. El coeficiente de determinación mide qué tan bien se ajusta la recta de regresión a los datos, mientras que el coeficiente de correlación mide la intensidad de la relación entre las variables.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    Está en la página 1de 7

    ANÁLISIS DE REGRESIÓN

    Con frecuencia se quiere estudiar, la relación entre presión


    sanguina y edad, consumo de azúcar y aumento de peso, ingreso
    familiar y gastos médicos, o intensidad de un estímulo y tiempo de
    reacción.

    El Análisis de Regresión es una técnica estadística utilizada para


    estudiar la relación entre variables.

    El objetivo final es predecir o estimar el valor de una variable con


    respecto a otra variable.

    Tanto en el caso de dos variable (regresión simple) como en el caso


    de dos o más variables (regresión múltiple), el análisis de regresión
    lineal puede utilizarse para cuantificar la relación entre una variable
    dependiente (Y) y una o más variables llamadas independientes (X 1,
    X2,…Xk), así como para obtener una ecuación lineal con fines
    predictivos.

    Diagrama de Dispersión
    Nos ofrece una idea bastante aproximada del tipo de relación
    existente entre dos variables, pero además nos muestra el grado de
    relación lineal al observar como la nube de puntos se ajusta a la
    línea recta.

    Pero lo que nos interesa es describir la nube de puntos mediante


    una función matemática simple, tal como una línea recta.

    La línea recta posee una formula muy simple

    Yi = b0 + b1 Xi

    b1 = pendiente de la recta: cambio que se produce en Y i por cada


    unidad de cambio en Xi.

    b0 = punto en que la recta corta el eje vertical

    Pero en una nube de puntos es posible trazar varias rectas


    diferentes, y lo que nos interesa es la recta que se ajusta mejor a la
    nube de puntos.

    Hay diferentes procedimientos para ajustar una función simple,


    pero la elección preferida es aquella que hace mínima la suma de
    los cuadrados de las distancias verticales entre cada punto y la
    recta. Usando el método de mínimos cuadrados se pueden
    determinar b0 y b1 resolviendo las ecuaciones normales siguientes:

    n b0 + (ΣX) b1 = ΣY

    (ΣX) b0+ (ΣX2) b1 = ΣXY

    Las soluciones son:


    Σχу Σ ( Xi− X ) (Yi−Y ) ΣXY −( ΣX )(ΣY )/ n
    b1 = Σχ 2 = Σ ( Xi− X ) 2 = Σ X 2 −¿ ¿

    b0 = Y - b1 X

    Con estos valores podemos establecer la recta de regresión


    siguiente:

    Y^ = b0 + b1 X

    La recta de regresión nos permite interpolar y extrapolar (predecir).

    Ejemplo:

    La siguiente tabla muestra las puntuaciones finales en Algebra y


    Física de 10 estudiantes escogidos al azar.

    Algebra X 75 80 93 65 87 71 98 68 84 77
    Física Y 82 78 86 72 91 80 95 72 89 74

    a). - Hallar la recta de mínimos cuadrados que se ajuste a los datos,


    tomando X como variable independiente.

    ΣXY −( ΣX )( ΣY )/n
    b1 = 2
    Σ X −¿ ¿
    b1 = [66045 –(798)(819)/10]/64722-(636804)/10]
    =[66045-(65356.2)]/ (64722-63680.4)

    =[688.8 /1041.6]

    b1 = 0.66
    También podemos calcular b1 de la siguiente manera:

    b1 = Σ XY / Σ X2

    donde X (xi- X ) y Y (yi - Y )

    b1 = 674.8 / 1041.6 = 0.66

    Ahora calculemos: b0

    b0 = Y -b1 X

    b0 = 81.9 – (0.66 *79.8)

    b0= 81.9 – (52.668)

    b0 = 29.23

    La recta de regresión es: Y^ = 29.23+ 0.66 X

    Lo que esto quiere decir es que, por cada unidad de X, Y


    aumenta en 0.66 unidades y que 29.23 es el punto en que la
    recta corta el eje vertical.
    b).- Si un estudiante tiene una puntuación de 75 en algebra
    ¿cuál es su puntuación esperada en Física?.
    ^
    Yi = 29.23 + 0.66 (75) = 78.73

    BONDAD DE AJUSTE
    Grado en que la recta se ajusta a la nube de puntos o grado
    de fidelidad con que la recta describe la relación existente
    entre los datos.
    ¿Cómo podemos cuantificar ese mejor o peor ajuste a la
    recta?
    Para ello utilizaremos el COEFICIENTE DE DETERMINACIÓN
    (r2) que toma valores entre 0 y 1. Toma valor 0 cuando las
    variables son independientes y 1 cuando la relación entre
    ellas es perfecta.
    EL COEFICIENTE DE DETERMINACIÓN (r2 ) es el cuadrado del
    COEFICIENTE DE CORRELACIÓN (r)
    r2 = [b1*Σ(Xi- X )(Yi-Y )]/ Σ (Yi-Y )2
    r2 = b1* Σ XY / Σ Y2 donde X = (Xi- X ), Y = ( Yi-Y ¿

    r2 = 0.66 * 688.8/598.9 = 0.76


    En nuestro ejemplo vemos que r2 = 0.76 mostrándonos que
    hay un buen ajuste.

    ANÁLISIS DE CORRELACIÓN
    Mide la intensidad de relación entre las variables.
    COEFICIENTE DE CORRELACÍON
    En estadística, el coeficiente de correlación de Pearson es
    una medida de la relación lineal entre dos variables
    aleatorias cuantitativas
    El rango de valores del Coeficiente de Correlación es:
    -1 ≤ r ≤ 1
    Otra forma de expresión del Coeficiente de Correlación es:

    En nuestro ejemplo r = √0.76= .87

    En base a la segunda fórmula calcularemos r

    r = 688.8/√(1041.6)*(598.9) = 688.8/√623814

    = 688.8/789.82 = 0.8721

    Donde se comprueba que: r2 = (.8721)2 = .7605

    También podría gustarte