Documente Academic
Documente Profesional
Documente Cultură
INTEGRANTES:
AÑO: 2017.
DEDICATORIA
GIULIANA:
NAHOMI:
NICKIE:
Dedico este trabajo aDios, familia y compañeros que me apoyaron trabajo, economicamente,
como emocionalmente.
PRESENTACION
q u e n o s a yu d a r a a e n t e n d e r m u c h o m e j o r l o q u e e s p o b l a c i ó n , m u e s t r a ,
Analisis de Regresion
Y = f(x1,...,xn; θ1,...,θm)
donde:
Para elegir una relación funcional particular como la representativa de la población bajo
investigación, usualmente se procede:
Una vez decidido el tipo de función matemática que mejor se ajusta (o representa nuestro
concepto de la relación exacta que existe entre las variables) se presenta el problema de
elegir una expresión particular de esta familia de funciones; es decir, se ha postulado una
cierta función como término del verdadero estado en la población y ahora es necesario
estimar los parámetros de esta función (ajuste de curvas).
Como los valores de los parámetros no se pueden determinar sin errores por que los
valores observados de la variable dependiente no concuerdan con los valores esperados,
entonces la ecuación general replanteada, estadísticamente, sería:
Y = f(x1,...xn;θ1,...,θm) + ε
Cuando la relación funcional entre las variables dependiente (Y) e independiente (X) es
una línea recta, se tiene una regresión lineal simple, dada por la ecuación
Y = ßo + ß1X + ε
donde:
Terminologia:
Promedios
yi xi
y ; x
n n
SCY y i y ;
2
SCX xi x
2
; SPXY x i x y i y
Estimación de parámetros
Y = ßo + ß1X + ε
CMresidual. X 2i CMresidual
Sb0 Sb1
n.SCX SCX
Si b1=0, se dice que no existe relación lineal entre las dos variables.
Fuentes de variación en la regresión lineal
Los cálculos de regresión pueden ser vistos como un proceso de partición de la suma total
de cuadrados; así, gráficamente se tiene:
y y y y y y
i i i i
Se observa que la desviación total para un Yi en particular es igual a la suma de las
desviaciones explicada e inexplicada, simbolicamente.
Luego:
y i y y y y i y ii
2 ) 2 ) 2
Suma de Cuadrados del Total (SCT), mide la dispersión (variación total) en los valores
observados de Y. Este término se utiliza para el cálculo de la variancia de la muestra.
Cuando cada partición se asocia a una porción correspondiente del total de grados de
libertad, la técnica es conocida cono analisis de variancia (ANVA), que generalmente se
presenta en un cuadro de la siguiente forma:
b1 - t0 Sb1 ß1 b1 + to Sb1
Analisis de Correlacion
-1 r 1.
Si r = -1, la asociación es perfecta pero inversa; es decir, a valores altos de una variable le
corresponde valores bajos a la otra variable, y viceversa.
SPXY
r
SCX .SCY
Para los datos de la producción de madera aserrada total entre los años 1990 a 1999,
existe una asociación de 0.68.
2015,17
r 0.68
105525,8682,5
Coeficiente de Determinacion (R²)
R² = 1 - SCE/SCT = SCR/SCT
R² = SC regresion / SC total
Tambien, se puede obtener el R² ajustado que es la relacion entre cuadrados medios, asi: R² ajustado = 1
– CME / CM Total;
Este valor podria ser negativo en algunos casos.
Lo que se espera que ambos R², resulten similares, para dar una confianza al coeficiente de
determinación.