Documente Academic
Documente Profesional
Documente Cultură
JULIACA – PERÚ
2019
INTRODUCCIÓN
La regresión lineal forma parte de un modelo matemático donde depende o tiene dos
variables las cuales son (X;Y).
Por otra parte, veremos tipos de la regresión lineal, donde se dividen en dos: regresión
lineal simple y regresión lineal múltiple pero sólo abordaremos la primera. Para hallar
una regresión lineal simple tenemos dos ejercicios propuestos y explicados con
detalle y pasos para hallar, como también tenemos los supuestos modelos que son
igualdad de varianza, independencia, linealidad y normalidad ; a la estos tipos de
regresión pueden ser distintos en cada gráfico hallado como positivas , negativas y
sin forma.
El trabajo que realizamos nos da a conocer una técnica estadística utilizada para
estudiar la relación entre dos variables. La investigación social, el análisis de
regresión se utiliza para predecir un amplio rango de fenómenos, desde medidas
económicas hasta diferentes aspectos del comportamiento humano.
Regresión lineal
Método matemático que modeliza la relación entre una variable dependiente Y, las
variables independientes Xi y un término aleatorio ε.
Un modelo de regresión es un modelo que permite describir cómo influye una variable
X sobre otra variable Y.
Ejemplos
Estudiar cómo influye la estatura del padre sobre la estatura del hijo.
Estimar el precio de una vivienda en función de su superficie.
Predecir la tasa de paro para cada edad.
Aproximar la calificación obtenida en una materia según el número de horas
de estudio semanal.
Supuestos del modelo de regresión lineal
Para poder crear un modelo de regresión lineal es necesario que se cumpla con los
siguientes supuestos:
Diagrama de dispersión
El primer paso para el análisis de dispersión, es construir una gráfica de los datos
muéstrales en el plano coordenado XY. Esta gráfica es denominada diagrama de
dispersión.
Por ejemplo:
f (x) = β0 + β1x
No lineal: Cuando la función f (x) no es lineal. Por ejemplo, f (x) = log(x), f (x) = x 2 +
3,…
Dureza
previa 182 232 191 200 148 249 276 213 241 480 262
“x”
Dureza
post. 198 210 192 220 138 220 219 161 210 313 226
“y”
300
250
200
150
100
50
0
0 100 200 300 400 500 600
Dureza Dureza
(𝑥 − 𝑥̅ )(𝑦
N° previa post. (𝑥 − 𝑥̅ ) (𝑦 − 𝑦̅) (𝑥 − 𝑥̅ )2 (𝑦 − 𝑦̅)2
− 𝑦̅)
“X” “Y”
1 182 198 -61.09 -11.72 715.97 3731.98 137.35
2 232 210 -11.09 0.28 -3.10 122.98 0.07
3 191 192 -52.09 -17.72 923.03 2713.36 313.99
4 200 220 -43.09 10.28 -442.96 1856.74 105.67
5 148 138 -45.09 71.72 689.85 9042.10 5143.75
6 249 220 5.91 10.28 60.75 34.92 105.67
7 276 219 32.91 9.28 305.40 1083.06 86.11
8 213 161 -30.09 48.72 1465.98 905.40 2373.68
9 241 210 -2.09 0.28 -0.58 4.36 0.07
10 480 313 236.91 103.28 24468.06 56126.34 10666.75
11 262 226 18.91 16.28 307.85 357.58 265.03
𝑆𝑥𝑦 = 34620.25
𝑆𝑥𝑥 = 75978.82
𝑆𝑦𝑦 = 19198.09
𝑆𝑥𝑦
𝑟=
√(𝑆𝑥𝑥)(𝑆𝑥𝑦)
34620.25
𝑟=
√(75978.82)(19198.09)
34620.25
𝑟=
√1458648224
34620.25
𝑟=
38192.25
𝑟 = 0.90
𝑆𝑥𝑦 34620.25
𝑏= = = 0.45
𝑆𝑥𝑥 75978.82
= 209.72 − 109.39
= 100.33
𝑥 𝑦̂
182 182.23
232 274.23
291 186.28
200 190.33
148 166.93
249 212.38
276 224.53
213 196.18
241 208.78
480 316.33
262 218.23
𝑦̂
350
300
250
200
150
100
50
0
0 100 200 300 400 500 600
Interpretación:
Ejercicio N° 2
Y = B0 + B1x
∑𝑋∑𝑌
∑ 𝑋𝑌 −
B1 = 𝑛
(∑ 𝑥)2 =
𝑆 𝑋𝑌
B0 = (Y) − B1(X)
∑ 𝑥2 − 𝑆𝑋𝑋
𝑛
.∑ 𝑋 = 50 n =10
.∑ 𝑌 = 115 𝑚𝑒𝑑𝑖𝑎 𝐴. 𝑥 =5
.∑ 𝑥 2 = 322
.∑ 𝑦 2 = 1337
∑𝑋∑𝑌 (50)(115)
∑ 𝑋𝑌 − 679 − 13
B1 = 𝑛 = 10 = = 1.44
(∑ 𝑥)2 (50) 2 9
∑ 𝑥2 − 322 −
𝑛 10
Tiene la pendiente de 1.44
= 107.8-1.44 X
Interpretación:
De los resultados obtenidos se concluye que por cada hora de estudio de los
estudiantes de la UNAJ su nota asciende en 1.44 puntos, en el examen del curso de
epistemología.
CONCLUSIÓN