CORPORACIN UNIVERSITARIA DEL CARIBE CECAR

ESTADISTICA II
REGRESIN LINEAL

NATALY MNDEZ
SUAD SALCEDO
NAURITH VITOLA
JOS TABOADA

ING. CESAR VERGARA

FACULTAD DE CIENCIAS BSICAS, INGENIERAS Y ARQUITECTURA

INGENIERA INDUSTRIAL V-A

SINCELEJO, SUCRE
28 DE MAYO DE 2015
 TALLER FINAL

1. EN QU CONSISTE EL ANLISIS DE REGRESIN?

ANLISIS DE REGRESIN
El anlisis de la regresin es un proceso estadstico para la estimacin de
relaciones entre variables. Incluye muchas tcnicas para el modelado y anlisis de
diversas variables, cuando la atencin se centra en la relacin entre una variable
dependiente y una o ms variables independientes. Ms especficamente, el
anlisis de regresin ayuda a entender cmo el valor tpico de la variable
dependiente cambia cuando cualquiera de las variables independientes es
variada, mientras que se mantienen las otras variables independientes fijas.
En trminos generales, el anlisis de Regresin consiste en el estudio de la
dependencia de un fenmeno econmico respecto de una o varias variables
explicativas, con el objetivo de explorar o cuantificar la media o valor promedio
poblacional de la primera a partir de un conjunto de valores conocidos o fijos de
la/s segunda/s.

El anlisis de regresin involucra el estudio la relacin entre dos variables

cuantitativas. En general interesa:

Investigar si existe una asociacin entre las dos variables testeando la

hiptesis de independencia estadstica.
Estudiar la fuerza de la asociacin, a travs de una medida de asociacin
denominada coeficiente de correlacin.
Estudiar la forma de la relacin. Usando los datos propondremos un
modelo para la relacin y a partir de ella ser posible predecir el valor de
una variable a partir de la otra.

Para ello proponemos un MODELO que relaciona una variable dependiente (Y)
con una variable independiente (X). La decisin sobre qu anlisis usar en una
situacin particular, depende de la naturaleza del OUTCOME y del tipo de funcin
que se propone para relacionar el outcome y la variable independiente.
NALISIS DE REGRESIN
2. CMO EST DEFINIDO EL MODELO DE REGRESIN LINEAL SIMPLE?
REGRESIN LINEAL SIMPLE
La regresin lineal simple tiene como objeto estudiar cmo los cambios en una
variable, no aleatoria, afectan a una variable aleatoria, en el caso de existir una
relacin funcional entre ambas variables que puede ser establecida por una
expresin lineal, es decir, su representacin grfica es una lnea recta. Cuando la
relacin lineal concierne al valor medio o esperado de la variable aleatoria,
estamos ante un modelo de regresin lineal simple.
El comportamiento de una magnitud econmica puede ser explicado a travs de

otra
Si se considera que la relacin puede ser de tipo lineal, la formalizacin vendra
determinada por una ecuacin como la siguiente:

Dado que las relaciones en las ciencias sociales no son exactas se incluye el
trmino de perturbacin aleatoria

Supongamos que se dispone de T observaciones de las variable Y y X

De forma abreviada el sistema de ecuaciones se puede escribir de la siguiente

manera

El objetivo del anlisis de regresin es la estimacin de los parmetros. El primer

paso es la representacin grfica de las variables (y,x) en un diagrama de
dispersin
Dado que la relacin de dependencia entre ambas variables es aleatoria o
estocstica, las observaciones no se encontrarn a lo largo de una recta

La estimacin de los parmetros supone encontrar la ordenada en el origen y la

pendiente de una recta que mejor se aproxime a los puntos.
Recta de Regresin Especificada

Recta de Regresin Estimada

Errores o residuos
CRITERIOS DE AJUSTE
La suma de todos los residuos sean prximas a

Minimizar
La suma de todos los residuos en trminos absolutos sean prximas cero

Minimizar

La suma de todos los residuos elevados al cuadrado sean prximas a cero

Minimizar

OBTENCIN DE LOS ESTIMADORES

Los estimadores se obtienen aplicando el criterio de minimizacin de la suma
cuadrtica de los errores

Para minimizar S se derivar la funcin respecto de cada uno de los parmetros

3. EN QU CONSISTE EL MTODO DE MNIMOS CUADRADOS?
Existen numerosas leyes fsicas que se sabe de antemano que dos magnitudes X,
Y se relacionan a travs de una ecuacin lineal.
y= ax+b

Donde las constantes b (ordenada en el origen) y a (pendiente) dependen del tipo

de sistema.
El mtodo ms efectivo para determinar los parmetros a y b se conoce como
tcnica de mnimos cuadrados.
Consiste en someter el sistema a diferentes condiciones, fijando para ello
distintos valores de la variable independiente X, Y anotando en cada caso el
correspondiente valor medio para la variable dependiente Y.

UTILIZANDO EL MTODO DE LOS MNIMOS CUADRADOS, DE QU

MANERA (RELACIN, FORMULAS) PODEMOS ESTIMAR LOS
COEFICIENTES DE LA RECTA DE REGRESIN?
Este mtodo para encontrar la recta que mejor ajuste a los datos se conoce como
Mtodo de mnimos cuadrados.
Afortunadamente no es necesario probar con diferentes rectas cul de ellas es la
que produce la menor suma de cuadrados, ya que es posible encontrar
analticamente las expresiones En el caso general en que tenemos n
pares de observaciones son las soluciones del sistema de
ecuaciones normales:

Se obtiene:
En el ejemplo de dosis-respuesta los estimadores de mnimos cuadrados para o
y 1 resultan ser:

La RECTA ajustada para los datos anteriores es:

4. QU NOS INDICAN LOS VALORES DE LOS COEFICIENTES?
5. SE REALIZ UN ESTUDIO SOBRE LA CANTIDAD DE AZCAR SOBRE LA
CANTIDAD DE AZCAR CONVERTIDA EN CIERTO PROCESO A DISTINTAS
TEMPERATURAS. LOS DATOS SE CODIFICARAN Y SE REGISTRARON
COMO SIGUE:

a. Estime la recta de regresin de regresin lineal

Temperatura Azcar Xi * Yi Xi2

(Xi) convertida (Yi)
1,0 8,1 8,1 1
1,1 7,8 8,58 1,21
1,20 8,5 10,2 1,44
1,3 9,8 12,74 1,69
1,4 9,5 13,3 1,96
1,5 8,9 13,35 2,25
1,6 8,6 13,76 2,56
1,7 10,2 17,34 2,89
1,8 9,3 16,74 3,24
1,9 9,2 17,48 3,61
10,5 21 4

Sumatoria temperatura= 16,5.

Sumatoria azcar convertida= 100, 4.

Sumatoria Xi*Yi= 152, 59.

Sumatoria Xi2 = 25,85

Ajuste por mininos cuadrados:

Formula general: y = bx + c

Dnde:

b= Tambin denominada pendiente es el ngulo de inclinacin de la recta, es

decir, es el incremento que se produce en la variable Y cuando la variable X
aumenta una unidad.

c= coeficiente de posicin u origen de la ordenada.

x= variable independiente (temperatura).

 y= variable dependiente (azcar convertida).

Si b>0, entonces cuando X aumenta Y tambin lo hace (relacin directa).

Si b<0, entonces, cuando X aumenta Y disminuye (relacin inversa).

Hallamos b:

b= 2
2

= media de la temperatura.

= media de la azcar convertida.

= 16,5 = 1,5
11

100,4
=
= 9,12
11

Remplazamos en la formula
152,5911(1,5)(9,12) 152,59150,48 2,11
b= = = 1,1 = 1,918
25,8511(1,5)2 25,8524,75

Hallamos c

c = - b

c = 9,12 1,918(1,5) -----> c = 9,12 2,877 -----------> c= 6,243

= bx + c ----------- > = 1,918X + 6,243

GRFICA:

12
Azcar de derretida

10
y = 1.497x + 6.8194
8

6 Series1
Linear (Series1)
4

0
0 0.5 1 1.5 2

Temperatura

b. Calcula la cantidad media de azcar convertida que se produce cuando

se registra una temperatura codificada de 1,75.

= 1,918X + 6,243
= 1,918(1,75) + 6,243
= 3,3565 + 6,243
= 9,5995

La cantidad media de azcar que se produce cuando se registra una

temperatura codificada de 1,75 es de 9,59.
 BIBLIOGRAFIA

https://www.uam.es/personal_pdi/economicas/sgarcia/regresionlinealsimple.pdf
http://ocw.unican.es/ensenanzas-tecnicas/fisica-i/practicas
1/Ajuste%20por%20minimos%20cuadrados.pdf