Documente Academic
Documente Profesional
Documente Cultură
REGRESIN LINEAL
INTRODUCCIN
En la estadstica existe una relacin entre una variable denominada dependiente y
otras denominadas independientes por ejemplo las existentes entre la experiencia
profesional de los trabajadores y sus respectivos sueldos, las estaturas y pesos de
personas, la produccin agraria y la cantidad de fertilizantes utilizados, etc., puede
darse el problema de que la dependiente asuma mltiples valores para una
combinacin de valores de las independientes.
La dependencia a la que hacemos referencia es relacional matemtica y no
necesariamente de causalidad. As, para un mismo nmero de unidades
producidas, pueden existir niveles de costo, que varan empresa a empresa.
Si se da ese tipo de relaciones, se suele recurrir a los estudios de regresin
en los cuales se obtiene una nueva relacin pero de un tipo especial
denominado funcin, en la cual la variable independiente se asocia con un
indicador de tendencia central de la variable dependiente. Cabe recordar que en
trminos generales, una funcin es un tipo de relacin en la cual para
cada valor de la variable independiente le corresponde uno y slo un valor de la
variable dependiente.
En la regresin lineal mltiple vamos a utilizar ms de una variable
explicativa; esto nos va a ofrecer la ventaja de utilizar ms informacin en la
construccin del modelo y, consecuentemente, realizar estimaciones ms
precisas.
Al tener ms de una variable explicativa (no se debe de emplear el trmino
independiente) surgirn algunas diferencias con el modelo de regresin lineal
simple.
Una cuestin de gran inters ser responder a la siguiente pregunta: de un
vasto conjunto de variables explicativas: x1, x2, , xk, cules son las que ms
influyen en la variable dependiente Y.
REGRESIN LINEAL.
Y1), (x2, Y2),..., (xn, Yn); que representan nuestra intencin de extraer para
cada xi un individuo de la poblacin o variable Yi .
Una vez realizada la muestra, se dispondr de n pares de valores o puntos del
plano (x1, y1), (x2, y2),..., (xn, yn). El mtodo de estimacin aplicable en regresin,
denominado de los mnimos cuadrados, permite esencialmente determinar la recta
que "mejor" se ajuste o mejor se adapte a la nube de n puntos. Las estimaciones
de los parmetros de la recta de regresin obtenidas con este procedimiento son:
Un ejemplo.
La recta de regresin representada corresponde a la estimacin obtenida a partir
de 20 pares de observaciones: x representa la temperatura fijada en un recinto
cerrado e Y el ritmo cardaco de un vertebrado.
2.
La variable Y es aleatoria
3.
4.
5.
6.
152
155
50
61.5
Con estos datos vamos a plantear una ecuacin de regresin simple que nos
permita pronosticar los pesos conociendo las tallas. Utilizaremos a = 0.05, y
contrastaremos nuestra hiptesis con la prueba F.
DESARROLLO
152
155
152
155
157
152
157
165
162
10
178
11
183
12
178
Representacin Grfica
HIPTESIS
HO: No hay relacin entre el variable peso y la variable estatura.
HA: Hay relacin entre la variable peso y la variable estatura.
Tabla de anlisis de varianza
Fuente de
Variacin
Debido a
la regresin
error
total
Se obtiene un valor F = 73.08 > 4.96, con lo cual se rechaza la hip tesis nula y
aceptamos que la variable estatura est relacionada con la variable peso con un
95% de confianza.
Predecir
un
dato
desconocido
de
una
variable
partiendo
de
100
98
116
96
Coeficiente de Regresin
Indica el nmero de unidades en que se modifica la variable dependiente "Y"
por efecto del cambio de la variable independiente "X" o viceversa en una
unidad de medida.
Clases de coeficiente de Regresin:
El coeficiente de regresin puede ser: Positivo, Negativo y Nulo.
Es positivo cuando las variaciones de la variable independiente X son
directamente proporcionales a las variaciones de la variable dependiente "Y"
Es negativo, cuando las variaciones de la variable independiente "X" son
inversamente proporcionales a las variaciones de las variables dependientes
"Y"
Es nulo o cero, cuando entre las variables dependientes "Y" e independientes
"X" no existen relacin alguna.
Si
El Coeficiente de Regresin es
Dnde:
X, y = desviaciones
X = media aritmtica
Y = media aritmtica
b.
Regresin
Simple:
Este
tipo
se
presenta
cuando
una
variable
relacionar
sus Ventas en
funcin del nmero de pedidos de los tipos de software que desarrolla ( Sistemas,
Educativos y Automatizaciones Empresariales), para atender 10 proyectos en el
presente ao.
En la Tabla representa Y (Ventas miles de S/.) e X (N pedidos de sistemas), W (N
de pedidos de Aplicaciones Educativas) y Z (N de pedidos de Automatizaciones
empresariales).
Y
440
455
50
40
105
140
75
68
Para poder resolver se puede utilizar programas informticos como AD+, SPSS y
Minitab y Excel.
El error estndar de la regresin mltiple
Es una medida de dispersin la estimacin se hace ms precisa conforme el grado
de dispersin alrededor del plano de regresin se hace ms pequeo.
Para medirla se utiliza la frmula:
simultneamente.
PHP
13
13
13
15
16
15
12
13
13
10
13
11
11
12
14
13
15
14
15
15
15
Utilizando las formulas de las ecuaciones normales a los datos obtendremos los
coeficientes de regresin o utilizando Regresin de Anlisis de datos, en la Hoja
de Clculo de Excel podemos calcular tambin los coeficientes de regresin:
En los resultados de Excel se llama error tpico y para explicar la relacin del
aprendizaje de PHP que se viene desarrollando es de 0.861
Regresin exponencial
Ser aquella en la que la funcin de ajuste ser una funcin exponencial del tipo
y = a.bx
La regresin exponencial aunque no es lineal es linealizable tomando logaritmos
ya que haciendo el cambio de variable
v = log y tendremos que la funcin anterior nos generara:
Ejemplo:
Considere el conjunto de datos. Determine la regresin exponencial para el
conjunto.
(0, 3), (1, 7), (2, 10), (3, 24), (4, 50), (5, 95)
CONCLUSIN
El anlisis de regresin lineal es una tcnica estadstica utilizada para estudiar la
relacin entre variables. Se adapta a una amplia variedad de situaciones. En la
investigacin social, el anlisis de regresin se utiliza para predecir un amplio
rango de fenmenos, desde medidas econmicas hasta diferentes aspectos del
comportamiento humano. En el contexto de la investigacin de mercados puede
utilizarse para determinar en cual de diferentes medios de comunicacin puede
resultar ms eficaz invertir; o para predecir el numero de ventas de un
determinado producto.
la regresin lineal es un procedimiento estadstico que busca establecer una
relacin
directa
inversa
entre
dos
mas
variables.
La regresin lineal presenta la ventaja de que puedes hacer una prediccin del
comportamiento de alguna variable en un determinado punto o momento.
El analisis de regresion lineal puede utilizarse para explorar y cuantificar la
relacion entre una variable llamada dependiente o criterio (Y) y una o mas
variables llamadas independientes o predictoras (X 1, X2,, Xk), as como para
desarrollar una ecuacin lineal con fines predictivos.