PROBABILIDAD Y ESTADÍSTICA

MÓDULO: ANÁLISIS DE REGRESIÓN LINEAL

Curso: Probabilidad y estadística
Módulo: Análisis de regresión lineal

© Universidad Privada del Norte, 2019

Educación Virtual
Av. El Derby 254, Lima Central Tower, Piso 14, Surco - Lima, Perú
www.upn.edu.pe

Primera edición digital

Todos los derechos reservados. Prohibida la reproducción total o parcial
de esta publicación sin previa autorización de la universidad.
1 Regresión 3

2 Ecuación de Regresión 3

3 Diagrama de dispersión 3

4 Supuestos del modelo 4

Bibliografía 6
 PROBABILIDAD Y ESTADÍSTICA

1 REGRESIÓN

Predice o explica el comportamiento de una variable dependiente (Y) en función de otra variable
independiente (X).

2 ECUACIÓN DE REGRESIÓN

Si la variable dependiente (Y) está relacionada con la variable independiente (X), entonces la
relación funcional o ecuación de regresión entre Y y X tiene la siguiente forma:

i=1,2,...,n

Variable
dependiente
Error
Parámetros Variable predictora
(independiente)

3 DIAGRAMA DE DISPERSIÓN

• Llamada también nube de puntos.

• Representación gráfica de X e Y.
• Constituye el primer paso para investigar la relación existente entre variables.
El diagrama de dispersión indica la existencia de una relación de tipo lineal. Entonces, se utilizan
los datos para estimar un modelo.
Existen distintos tipos de relaciones entre variables, siendo las más importantes:

(a) Lineal directa (b) Lineal inversa (c) Curvilínea directa

(e) Lineal inversa

(d) Curvilínea inversa Ninguna relación
con más dispersión

Módulo: Análisis de regresión lineal pág. 3

 PROBABILIDAD Y ESTADÍSTICA

3 SUPUESTOS DEL MODELO

1. Normalidad de los errores (Kolmogorov - Smirnov)

H0: Los errores se distribuyen normalmente

H1: Los errores no se distribuyen normalmente

2. Autocorrelación de los errores (Durbín - Watson: DW)

0 1 3 4

No hay
Autocorrelación + Autocorrelación -
autocorrelación

Ecuación de Regresión Estimada

Intercepto con el eje. Es el valor de Y que se obtiene cuando x = 0.

Pendiente de la recta. Mide el cambio que se producirá en la variable.

La relación entre X e Y puede ser:

Módulo: Análisis de regresión lineal pág. 4

 PROBABILIDAD Y ESTADÍSTICA

Validar el coeficiente de regresión

Hipótesis:

(No existe relación lineal entre X e Y)

(Existe relación lineal entre X e Y)

Estadístico de prueba:

Supuestos: Normalidad en los residuos y No autocorrelación de los residuos.

Decisión:

Módulo: Análisis de regresión lineal pág. 5

 PROBABILIDAD Y ESTADÍSTICA

REFERENCIAS

Devore, J. (2008). Probabilidad y estadística para ingeniería y ciencias (7.ª ed.). Ciudad de
México: Cengage Learning Editores.

IBM. (2017). Guía del usuario de IBM SPSS Statistics 25 Core System. [archivo PDF]. España.
Recuperado de ftp://public.dhe.ibm.com/software/analytics/spss/documenta-
tion/statistics/25.0/es/client/Manuals/IBM_SPSS_Statistics_Core_System_User_Guide.pdf

Levine, D., Krehbiel, T. y Berenson, M. (2006). Estadística para administración. (4.ª ed.). Naucal-
pan de Juárez: Pearson Educación.

Montgomery, D. y Runger, G. (2004). Probabilidad y estadística aplicadas a la ingeniería (2.ª ed.).

Ciudad de México: Limusa-Wiley.

Módulo: Análisis de regresión lineal pág. 6