Documente Academic
Documente Profesional
Documente Cultură
ndice
Introduccin. i 1. Definicin de los Conceptos...1 2. Lnea de Regresin o Recta de Mnimos Cuadrados1 2.1 Ejemplos de Aplicacin..3 3. Tipos de Curvas Reducibles a la Forma Lineal 3.1 Curva Exponencial ....5 3.2 Curva Potencial..6 3.3 Curva o Modelo Reciproco...6 4. Aplicacin de Parbola de Mnimos Cuadrados....8 5. Definicin de Conceptos. 5.1Variacion Total.11 5.2Variacion Explicada...11 5.3Variacion No Explicada...11 5.4Coeficiente de Determinacin 11 5.5Coeficiente de Correlacin.. 12 6. Conclusiones.. 13 7. Bibliografa.14
Introduccin
En la aplicacin de los mtodos estadsticos estudiados anteriormente, se ha tratado con una nica variable de inters. A estas variables se le examinaron varias medidas que describen su comportamiento y se aplicaron diversas tcnicas de inferencia estadstica, como intervalos de confianza y pruebas de hiptesis, para hacer estimaciones y sacar conclusiones acerca de ellas. En este trabajo se tratara con problemas que abarcan dos variables cuantitativas (Valores continuos y Discretos) para establecer y medir las relaciones existentes entre ellas.
En otra palabras se le llama regresin a la estimacin de una variable (variable dependiente) por medio de una o mas variables relacionadas (variables independientes). Correlacin: La correlacin se dirige sobre todo a medir la intensidad o fuerza con que estn relacionadas linealmente las variables.
1)
Yi = a
i=1 n
Xi + nb
i=1 n
Y= a X + nb
2)
Xi Yi = a
Xi2 +
b Xi
i=1
X Y = a X2 + b X
i=1
i=1
Ecuaciones normales.
Deduccin de formulas: S= (aX1 + b Y1)2 + (aX2 + b + Y2)2 ++ (aXn + b - Yn)2 S= (aXi + b - Yi)2
i=1
n
S es mnimo si:
ds da
=0
ds db
=0
l.q.q.d
ds da
= 2(aXi + b - Yi)(Xi) = 0
i=1
= a Xi2 + b Xi - Yi Xi = 0
i=1 i=1 i=1
i=1
Xi Yi = a Xi2 + b Xi = 0
i=1 i=1
l.q.q.d
X Y 1 1 3 2
Ejemplos de Aplicacin 4 4 6 4 8 5 9 7 11 8 14 9
a) Hacer diagrama de dispersin b) Trace la recta de aproximacin c) Encontrar la recta de regresin Solucin:
10 9 8 7 6 5 4 3 2 1 0 0 2 4 6 8 10 12 14 16
n= 8
c)
Y= a X + nb X Y = a X2 + b X a= 84/132
a= 0.6363
2. Se toma una muestra aleatoria de 8 ciudades de una regin geogrfica de 13 departamentos y se determina por los datos del censo el porcentaje de graduados en educacin superior y la mediana del ingreso de cada ciudad, los resultados son los siguientes: Ciudad % de (x) Graduados Ingreso (y) Mediana 1 7.2 4.2 2 6.7 4.9 3 17 7 4 12.5 6.2 5 6.3 3.8 6 23.9 7.6 7 6 4.4 8 10.2 5.4
Se debe encontrar los trminos de las ecuaciones N 1 2 3 4 5 6 7 8 Por tanto se procede de la siguiente forma: y 4.2 4.9 7.0 6.2 3.8 7.6 4.4 5.4 43.5 x 7.2 6.7 17.0 12.5 6.3 23.9 6.0 10.2 89.8 xy 30.24 32.83 119.00 77.50 23.94 181.64 26.40 55.08 546.63 51.84 44.89 289.00 156.25 39.69 571.21 36.00 104.04 1292.92
Para resolver el anterior sistema, se multiplica la primera ecuacin por (-89.8) y la segunda por (8) as:
Este valor de b se reemplaza en cualquiera de las ecuaciones para obtener el valor de a: Reemplazando b = 0.20477 en la primera ecuacin normal.
Se tiene entonces que los coeficientes de regresin son: a =3.139 y b = 0.20477, la ecuacin de regresin queda: Y = 3.1390 + 0.2077x Significa entonces que por cada incremento en unidad en X el valor de y se aumenta en 0.20477
Curva potencial: Y=axb Aplicando logaritmos a la funcin Y = axb tenemos: Log Y = log a + b log x Ahora tomando las ecuaciones normales: 1. [log Y] = n [log a] + b [log x] 2. ( [(log Y)(log X)]) =([log x])log a+ b ([log x]2)
1 ax + b
= ax + b
Transformamos la ecuacin de esta manera para luego utilizar las ecuaciones normales as: 1. (1 / y) = a (x) + nb 2. (x/ y) = a (x2) + b (x)
caso exponencial
Ejemplo de Aplicacin
X 1 2 3 4 5 15 3
XV 0.2231 1.7794 3.2188 3.86 7.2609 8.37 11.983 18.18 17.088 39.45 39.774 71.64 7.9548 14.328 -0.529 1.138 2.88 1.82 -8.95 -3.641 -0.728 0.2798 1.2950 8.2944 3.3124 80.102 95.803 19.16
1/5
4. Aplicacin de La Parbola de Mnimos Cuadrados Tomamos de muestra los los siguientes valores para X y Y: x y 1.2 4.5 1.8 5.6 3.1 7.0 4.9 7.8 5.7 7.2 7.1 6.8 8.6 4.5 9.8 2.7
Primero llevamos los datos a un Grafico de los Puntos X y Y, para saber de mejor forma el tipo de diagrama de dispersin, y as saber la funcin a la que se adecua mejor los datos obtenidos.
9 8 7 6 5 4 3 2 1 0 0 2 4 6 8 10 12
9.8 x =42.2
2.7 y= 46.4
9223.66 x4=18971. 92
26.46 xy=230. 42
254.31 x2y=14 49
Formulas:
y an b x c x xy a x b x
x
2 2
c x3
y a x b x3 c x 4
8a 42.2b 291.2c 46.4 42.2a 291.2b 2275.35c 230.42 291.2a 227.35b 18971.92c 1449
Resolviendo I y II: [8a 42.2b 291.2c 46.4]
(10 .7773161 )
404.89351c 85.197741
739.27b 8372.24c 239.96 739.27b 8372.24(0.2110) 239.96 239.96 1766.54264 b 2.065 739.37
8a 42.2b 291.2c 46.4 8a (42.2 * 2.065) 291.2(0.2110) 46.4 8a 46.4 87.143 67.4432 20.7002 a 2.588 8
La ecuacin de la parbola queda:
y 2.588 2.065 x 0.2110 x 2
10
(Yi - )2
i=1
se conoce a V.T como suma de cuadrados total (S.C.T) Variacin Explicada: suma de los cuadrados de las desviaciones de los valores de la lnea de regresin(y de la ecuacin de regresin: )con respecto a la media V.E = ( i - )2
i=1 n
Se llama tambin suma de cuadrados de regresin (SCR o SSR) Variacin no Explicada: Es la suma de los cuadrados de las desviaciones de los valores de Y con respecto a V.nE = (Y i - i)2
i=1 n
Se llama tambin suma de cuadrados del error (SCE o SSE). Coeficiente de Determinacin r2: Es el cociente entre la V.E y la V.T r2 = V.E V.T Donde: = ( i - )2 (Yi - )2
11
Coeficiente de Correlacin r : r=
V.E
V.T
- )2
(Yi - )2
Se dice que una correlacin es perfecta si r2 =1 r=1 o r=-1 Ahora si VE=0 entonces VT=VnE y no hay correlacion entre X^Y ya que r=0
12
Conclusin
Las tcnicas de regresin y correlacin cuantifican la asociacin estadstica entre dos o ms variables. La regresin lineal simple expresa la relacin entre una variable dependiente Y y una variable independiente X, en trminos de la pendiente y la interseccin de la lnea que mejor se ajuste a las variables. La correlacin simple expresa el grado o la cercana de la relacin entre las dos variables en trminos de un coeficiente de correlacin que proporciona una medida indirecta de la variabilidad de los puntos alrededor de la mejor lnea de ajuste- ni la regresin ni la correlacin dan pruebas de relaciones causa efecto.
13
Bibliografa
http://recursostic.educacion.es/descartes/web/materiales_didacticos/Correlacion_regresion_rect a_regresion/correlacion_y_regresion.htm#MEDIDA DE LA CORRELACIN Estadstica, Autores: John E. Freund/Richard Manning Smith, 4ta Edicin, Editorial Prentice Hall, Captulo 11