EL METODO DE MINIMOS CUADRADOS.

Usando el criterio de los mnimos cuadrados podemos determinar si una lnea de estimacin es mejor ajuste que la otra. Pero para un conjunto de puntos a travs de los cuales podramos trazar una infinidad de lneas de estimacin, por lo tanto los estadsticos desarrollaron dos ecuaciones que utilizaremos para encontrar la pendiente y la ordenada Y de la recta de regresin de mejor ajuste. PENDIENTE DE LA RECTA DE REGRESIN DE MEJOR AJUSTE.
b= Pendiente de la lnea de estimacin. X= Valores de la variable independiente.

Y= Valores de la variable dependiente. = Media de los valores de la variable independiente. = Media de los valores de la variable dependiente. n= Nmero de puntos.

ORDENADA Y DE LA RECTA DE REGRESIN.

a= Ordenada Y. b= Pendiente de la ecuacin.

= Media de los valores de la variable independiente. = Media de los valores de la variable dependiente.

EJEMPLO. La direccin del departamento de salubridad est interesada en la relacin que existe entre la antigedad de un camin de basura y los gastos anuales de reparacin que debe de esperar.

NMERO DEL CAMIN 101 102 103 104 TAREA.

ANTIGEDAD DEL CAMIN (X) 5 3 3 1

GASTOS DE REPARACIN (Y) 7 7 6 4

El vicepresidente de investigacin y desarrollo de una gran compaa qumica y de fabricacin de fibras de vidrio cree que las ganancias anuales de la empresa dependen de la cantidad gastada en investigacin y desarrollo. El nuevo presidente de la compaa no est de acuerdo y ha solicitado pruebas. La muestra de los ltimos 6 aos es la siguiente: AO 1995 1994 1993 1992 1991 1990 MILLONES DE DOLARES EN INVESTIGACIN (X) 5 11 4 5 3 2 GANANCIA ANUAL (Y) 31 40 30 34 25 20

a) Graficar los puntos en un diagrama de dispersin. b) Determinar las ganancias anuales para el ao de 1996 si se planea invertir 8 millones de dlares en investigacin.

VERIFICACIN DE LA ECUACION DE ESTIMACIN. Ahora que ya sabemos cmo calcular la lnea de regresin, podemos aprender cmo verificar nuestro trabajo de las siguientes formas: Graficando los puntos de la muestra. Un mtodo ms sofisticado surge de una de las propiedades matemticas de una recta ajustada por el mtodo de los mnimos cuadrados

42 40 38 36 34 32 30 28 26 24 22 20 18 16 0 1 2 3 4 5 6 7 8 9 10 11 12

Y 31 40 30 34 25 20

(ES DECIR 20+2X) (20 + 2(5)) (20 + 2(11)) (20 + 2(4)) (20 + 2(5)) (20 + 2(3)) (20 + 2(2))

ERROR INDIVIDUAL 1 -2 2 4 -1 -4 0 ERROR TOTAL

EL ERROR ESTANDAR DE ESTIMACIN. Ahora aprenderemos en nuestro estudio del anlisis de regresin es como medir la confiabilidad de la ecuacin de estimacin desarrollada Para medir la confiabilidad de la ecuacin de estimacin, los especialistas en estadstica han desarrollado el valor estndar de la estimacin

Error estndar de la estimacin

El error estndar de la estimacin nos servir para: medir la variabilidad o dispersin de los valores observados alrededor de la recta de regresin. EJEMPLO Ahora nos referiremos de nuevo al ejemplo de la directora del departamento de salubridad que relacionaba la antigedad de sus camiones con la cantidad de reparaciones anuales, donde encontramos que la ecuacin de estimacin en esa situacin era: Uso de un mtodo abreviado para calcular el error estndar de la estimacin. Para el uso de la ecuacin anterior tenemos que hacer una tediosa serie de clculos por lo cual la siguiente ecuacin nos eliminara algunos pasos de la ecuacin anterior:

Interpretacin del error estndar de la estimacin. Como ocurra en el caso de la desviacin estndar, mientras ms grande sea el error de la estimacin, mayor ser la dispersin de los puntos alrededor de la lnea de regresin. Usaremos el error estndar de la estimacin como una herramienta, de la misma forma que podemos usar la desviacin estndar. Esto es, suponiendo que los puntos observados siguen una distribucin normal alrededor de la recta de regresin, podemos esperar encontrar el 68% de los puntos dentro de 1 , el 95.5% de los puntos dentro de 2 y el 99.7% de los puntos dentro de 3

Intervalos de confianza para la estimacin (o el valor esperado) Podemos concebir al error estndar de la estimacin como la herramienta que podemos usar para hacer afirmaciones de probabilidad acerca del intervalo alrededor del valor estimado de , dentro del cual cae el valor de Y. Ejemplo. Ahora aplicaremos el intervalo de confianza para la estimacin al problema de la directora del departamento de salubridad, conociendo la ecuacin de estimacin predecir el gasto anual de reparacin es: Por ultimo hay que recordar que calculamos el error estndar de la estimacin =0.866($86.60). Podemos calcular los lmites superior e inferior de este intervalo de confianza para el gasto de reparacin de la siguiente manera:

Recordemos que los estadsticos aplican los intervalos de confianza para la estimacin basados en la distribucin normal (el 68% para 1 , 95.5% para 2 y el 99.7% para 3 ) solo para muestras grandes, esto es cuando n>30.si se desean encontrar inexactitudes ocasionadas por el tamao de la muestra, necesitaremos usar la distribucin t.

EJEMPLO. Ahora, supongamos que la directora del departamento de salubridad desea tener una seguridad aproximada del 90% de que los gastos anuales de reparacin caern en el intervalo de la estimacin

ANALISIS DE CORRELACION. El anlisis de correlacin es la herramienta estadstica que podemos usar para describir el grado en el que una variable esta linealmente relacionada con otra. Con frecuencia, el anlisis de correlacin se utiliza junto con el de regresin para medir que tan bien la lnea de regresin explica los cambios de la variable dependiente Y. Sin embargo, la correlacin tambin se puede usar sola para medir el grado de asociacin entre dos variables. El coeficiente de determinacin. Es la principal forma de poder medir el grado, o fuerza, de la asociacin que existe entre las variables X y Y. El trmino de variacin en estos dos casos se utiliza en su sentido estadstico usual para expresar la suma de los cuadrados de un grupo de desviaciones. Usando esta definicin, entonces es razonable expresar la variacin de los valores Y alrededor de la recta de regresin con esta ecuacin:

VARIACIN DE LOS VALORES DE Y ALREDEDOR DE LA RECTA DE REGRESIN. Variacin de los valores de Y alrededor de la recta de regresin=

VARIACIN DE LOS VALORES DE Y ALREDEDOR DE SU PROPIA MEDIA Variacin de los valores de Y alrededor de su propia media=

COEFICIENTE DE DETERMINACIN MUESTRAL.

INTERPRETACIN INTUITIVA DE