Documente Academic
Documente Profesional
Documente Cultură
Disposición:
Eje de abscisas: variable independiente (X)
Eje de ordenadas: variable dependiente (Y)
i
i 1 SPC
S xy
N 1 N 1
S xy i 1
i
rxy
Sx Sy
X X Y
N N
2 2
i i Y
i 1 i 1
1 rxy 1
rxy = 0
9 12
25
8 rxy = 0.88 10
20 7
6 8
15 5 6
4
10
rxy = 1
4
3
5 2 2
1
0 0
0 0 2 4 6 8 10 12
0 2 4 6 8 10 12 0 2 4 6 8 10
0
0 2 4 6 8 10 12
-5
-10 rxy = -1
rxy = -0.88
rxy = 0
-15
-20
La correlación es una prueba de hipótesis que debe ser
sometida a contraste y el coeficiente de correlación
cuantifica la correlación entre dos variables, cuando ésta
existe.
Correlación directa (+) Signo positivo Correlación inversa (-) Signo negativo
“a mayor X, mayor Y” ó “a mayor X, menor Y” ó
“a menor X, menor Y” “a menor X, mayor Y”
Xi
predictora
Yi
criterio
i
independiente dependiente
exógena endógena
explicativa explicada
Yi f X i i 0 1 X i i Yi i
Yi 0 1 X i Puntuación predicha por la recta de regresión verdadera
Y Y
i i i Residuo o error de predicción
i
i
Yˆ 0 1 X 70 0,3 X Yˆ 0 1 X 70 0,04 X
1. El término de Error es una variable aleatoria con media cero: E ( i ) 0
E(Y / Xi ) Xi
Distribución Normal
X1, X2 , X3, X4
X1, X 2, X 3, X4
El objetivo del análisis de
regresión será estimar los
parámetros del modelo presentado
y contrastar las hipótesis de
partida todo ello a partir de una
muestra.
Partimos de una muestra de sujetos extraídos
de una población en la que se han tomado
valores de las variables X e Y. La situación
más frecuente es que los puntos estén
dispersos en el plano definido por X e Y. La
primera pregunta a plantearnos es de las
infinitas rectas que podemos ajustar a la nube
de puntos ¿Cuál estimará mejor los
parámetros?. Existen diferentes criterios.
8,00
7,00
Y: Análisis de Datos II
6,00
5,00
4,00
3,00
2,00
1,00
e
Yi a bX i ei Yi i
1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00 9,00 10,00
X: Análisis de datos I e
Yi b0 b1 X i ei Yi i
b b X
Yi 0 1 i
ei Yi Yi
Criterio de mínimos cuadrados:
Yi Yi Y
a bX i
N N N
e
2 2
2
i i min
i 1 i 1 i 1
Y a bX i
N
2
0
a i 1
i
N
b i 1
Yi a bX i 0
2
La recta de regresión de mínimos cuadrados en puntuaciones
directas y principales propiedades
a Y bX
X X Yi Y
N
i 1
i S xy Sy
b 2 2 rxy
X X
N
S x Sxº
i
i 1
Yi a bX i Y b X i X
x y XX Y Y ( X X)2 XXYY
1 2 -4,5 -2,1 20,25 9,45
2 1 -3,5 -3,1 12,25 10,85
3 3 -2,5 -1,1 6,25 2,75
4 4 -1,5 -0,1 2,25 0,15
5 2 -0,5 -2,1 0,25 1,05
6 3 0,5 -1,1 0,25 -0,55
7 5 1,5 0,9 2,25 1,35
8 4 2,5 2,9 6,25 7,25
9 6 3,5 1,9 12,25 6,65
10 8 4,5 3,9 20,25 17,55
55 41 0 0 82,5 56,5
La recta de regresión de mínimos cuadrados en puntuaciones
directas y principales propiedades
X
i 1
i X Yi Y
56,50
b 2 0,743
X X
N
82,50
i
i 1
Yˆ 0,021 0,742 X i
El contraste de la regresión: introducción
1,5
1,0
,5
0,0
-,5
-1,0
-1,5
-2,0
Y
2
2
1 1
0 0
-1
-1
-2
-2
-3
Y
-2 -1 0 1 2 3
-3
Y
-3 -2 -1 0 1 2
X
X
El contraste de la regresión: introducción
Yˆi a bX i
Yi
Xi
Componentes de variabilidad y bondad de ajuste
Yˆi a bX i
Yi
Y Y Yˆ Y Y Yˆ
i i i i
Desviación Desviación Desviación
total explicada residual
Xi
Y Y Yˆ Y Y Yˆ
N 2 N 2 N 2
i i i
i 1 i 1 i 1
S
CtS
Cep
x S
Cre
s
Variación Variación Variación
Total Explicada Residual
Fórmulas para calcular las sumas de cuadrados en
puntuaciones directas y diferenciales:
2
N
Yi
i 1
2
SCt Yi Y y
N N N
2
i Y i
2
N
N 1S y2
i 1 i 1 i 1
N
2
X
2 2 i
X X b 2 xi2 b 2 X i2 i 1 b 2 N 1S x2
N N N N
SCexp Yˆ Y b 2
i 1 i 1 i 1 i 1 N
e
N 2 N
SCres Yi Yˆi 2
i SCt SCexp
i 1 i 1
Componentes de variabilidad y bondad de ajuste
S
CtS
Cep
x S
Cre
s
N
SCt Z y2 N 1
i 1
N N
SCexp Zˆ r
i 1
i
2 2
xy x xy N 1
Z 2
i 1
r 2
SCres N 1 1 rxy2
SCt SCexp SCres
SCt SCt SCt
1 R 2 1 R2
Yˆ Y
N 2
b 2 X X
i 2
SCexp b 2 S x2
R
2
i 1
rxy2
Y Y Y Y
N N 2
SCt 2 2 Sy
i i
i 1 i 1
Representación en diagramas de Venn
r2xy= 0
Y X
r2xy= 1
Y X
r2xy
Y X
Validación del modelo
H 0 : E Y / X 0 Yi i
H1 : E Y / X 0 1 X i Yi 0 1 X i i
N K 1 N K 1
3.- Región de Rechazo (Región Crítica):
nivel de significación.
Región de aceptación de H0
Región de rechazo de H0
1-
Fc
4.- Regla de Decisión.
Se rechaza la H0 si:
F >Fc
o de manera equivalente si:
p<
Yo : Y t , N K 1 2
Sres 1
1
X o X
2
2
X i X
N
N
i 1
AJUSTE DE VARIABLES A FUNCIONES NO
LINEALES
FUNCIONES NO LINEALES