Documente Academic
Documente Profesional
Documente Cultură
cuantificando la fuerza de esa relación, y empleando métodos que permitan predecir los valores
Una forma razonable de relación entre la respuesta Y y el regresor x es la relación lineal es:
Y = βo+ β 1 x
Denominada también coeficiente angular, que nos permite cuantificar la cantidad que
aumenta o decrece Y .
9
B0>0 B0<0 B0=k
88
77 7 7 7
6 6
4 4 4
3 3
2 2 2
11
0
4. Β o es un símbolo que se utiliza para indicar el coeficiente de posicionu origen en la
ordenada.
Debemos calcular los estimados de βo y β 1, de manera que la suma de los cuadrados de los
residuales sea mínima. La suma residual de los cuadrados con frecuencia se denomina suma de
los cuadrados del error respecto de la recta de regresión .Este procedimiento de minimización
para estimar los parámetros se denomina método de mínimos cuadrados. Por lo tanto, debemos
Dada la muestra { ( xi , yi ) ; i=1,2 ,.. , n }los coeficientes βo y β 1de regresión se calculan mediante
las formulas:
n n n
β 1=
n ∑ xi∗yi−
i =1
( )( )
∑ xi ∗ ∑ yi
i=1 i=1
n
2
n ∑ xi −¿ ¿
i=1
n n
∑ yi−β 1 ∑ x i
β 0= i=1 i=1
n
Ejemplos
los niños y niñas de la localidad de Ciudad Bolívar (Bogotá); se extrajo la siguiente tabla
que muestra las variables edad y talla de niños entre 6 y 60 meses de edad.
Edad y talla en niños de 6 a 60 meses Edad (meses) Talla (cms) Edad (meses) Talla
Para decidir qué clase de función podría ajustarse a la curva, de acuerdo con las posibilidades
debe hacerse una gráfica de dispersión de los datos observados. Si en dicha gráfica se aprecia
que los puntos se distribuyen alrededor de una recta, se procede a realizar un análisis de
regresión lineal.
La gráfica de dispersión nos sugiere que existe una relación lineal entre la variable independiente
edad y la variable dependiente talla (Figura 2) El modelo de regresión lineal simple es:
Y = βo+ β 1 x (1)
Los valores de los parámetros βo y β 1 no se conocen y deben estimarse a partir de los datos de
la muestra. Para calcular los regresores se emplea el método de los mínimos cuadrados el cual es
un procedimiento que se remonta al inicio del siglo XIX por el trabajo del matemático francés
Adrien Legendre.
y=65.159+ 0.6569 x.
2. Una aplicación del modelo de regresión lineal Con el fin de estudiar este modelo, se
emplearán los datos tomados de una muestra real, extraídos de un comunicado de prensa
de la desigualdad económica en una población) en los años 2010 y 2011 de las trece
la figura 1, debe hacerse una gráfica de dispersión de los datos observados. Si en dicha gráfica se
aprecia que los puntos se distribuyen alrededor de una recta, se procede a realizar un análisis de
regresión lineal.
El modelo de regresión lineal simple es: Y = βo+ β 1 x (1)
Los valores de los parámetrosβo y β 1 no se conocen y deben estimarse a partir de los datos de la
muestra.
y=−1.3148+ 0.94126 x
primer lugar cuando nos referimos al cálculo del coeficiente de correlación al cuadrado
denominado también como coeficiente de determinación, simbolizado por. Las fórmulas para el
cálculo de este coeficiente son variadas, obteniéndose un resultado igual por cualquiera de los
hay una correlación perfecta, ya que los valores observados son exactamente iguales a los
estimados, en otras palabras los puntos en la gráfica (nube de puntos) se confunden con los de la
recta. A medida que el coeficiente de correlación disminuye, se aleja uno, se dice que la recta
ecuación de regresión, que describe la relación establecida entre las dos variables. En otras
variable independiente.
Nos podemos referir simplemente al coeficiente de correlación, en este caso de una recta, el cual
simboliza por R o r. Se define como la raíz cuadrada del coeficiente de determinación. El signo
del coeficiente de correlación dependerá del signo que tenga la covarianza o los coeficientes
angulares.
Bibliografía
1. Martínez C. (2012). Estadística y muestreo, Editorial mexicana 13° edición. Recuperado
de: https://eodelgadorcursos.files.wordpress.com/2019/02/book_estadc3adstica-y-
muestreo-13va-edicic3b3n-ciro-martc3adnez-bencardino.pdf
https://vereniciafunez94hotmail.files.wordpress.com/2014/08/8va-probabilidad-y-
estadistica-para-ingenier-walpole_8.pdf
http://www.unilibre.edu.co/revistainteraccion/volumen12/art4.pdf
http://www.unilibre.edu.co/revistaingeniolibre/revista-12/ar3.pdf.