Objetivos: Trabajar en equipo. Contribuir con informacin adecuada al trabajo a presentar, siguiendo los pasos dados en clase.

Regresin lineal simple

Slo se maneja una variable independiente, por lo que slo cuenta con dos parmetros. Si sabemos que existe una relacin entre una variable denominada dependiente y otras denominadas independientes (como por ejemplo las existentes entre: la experiencia profesional de los trabajadores y sus respectivos sueldos, las estaturas y pesos de personas, la produccin agraria y la cantidad de fertilizantes utilizados, etc.), puede darse el problema de que la dependiente asuma mltiples valores para una combinacin de valores de las independientes. "Y es una funcin de X" Y = f(X) Como Y depende de X, Y es la variable dependiente, y X es la variable independiente. En el Modelo de Regresin es muy importante identificar cul es la variable dependiente y cul es la variable independiente. En el Modelo de Regresin Simple se establece que Y es una funcin de slo una variable independiente, razn por la cual se le denomina tambin Regresin Divariada porque slo hay dos variables, una dependiente y otra independiente y se representa as: Y = f (X) "Y est regresando por X"

La variable dependiente es la variable que se desea explicar, predecir. Tambin se le llama "'regresando"' "'variable de respuesta"'. La variable Independiente X se le denomina "'variable explicativa"' "'regresor"' y se le utiliza para explicar Y. Se calcula la ecuacin de la recta que pasa por dos puntos dados. Sin embargo, en la regresin lineal por lo general se tiene ms que dos puntos de datos, y raras veces estn todos en una sola recta. El problema es hallar la recta que ajusta los datos tan estrechamente posible. La Ecuacin General es de la forma:

Donde:

Ejemplo x2

xy

20

8.4

168

400

22

9.5

209

484

24

11.8

283.2 576

26

10.4

270.4 676

28

13.3

372.4 784

30

14.8

444

900

150 68.2 1747 3820

Entonces la ecuacin quedara como:

Coeficiente de correlacin de Pearson

En estadstica, el coeficiente de correlacin de Pearson es un ndice que mide la relacin lineal entre dos variables aleatorias cuantitativas. A diferencia de la covarianza, la correlacin de Pearson es independiente de la escala de medida de las variables. Definicin El coeficiente de correlacin entre dos variables aleatorias X e Y es el cociente

Donde XY es la covarianza de (X,Y) y X y Y las desviaciones tpicas de las distribuciones marginales. El valor del ndice de correlacin vara en el intervalo [-1, +1]:

Si r = 1, existe una correlacin positiva perfecta. El ndice indica una dependencia total entre las dos variables denominada relacin directa: cuando una de ellas aumenta, la otra tambin lo hace en proporcin constante. Si 0 < r < 1, existe una correlacin positiva. Si r = 0, no existe relacin lineal. Pero esto no necesariamente implica que las variables son independientes: pueden existir todava relaciones no lineales entre las dos variables. Si -1 < r < 0, existe una correlacin negativa. Si r = -1, existe una correlacin negativa perfecta. El ndice indica una dependencia total entre las dos variables llamada relacin inversa: cuando una de ellas aumenta, la otra disminuye en proporcin constante.

Conclusiones: Se ha logrado elaborar un trabajo de investigacin acorde con lo requerido en clase. Se ha logrado trabajar en equipo, ya que todos los miembros aportamos con la informacin necesaria para lograr el presente trabajo.

Bibliografa: es.wikipedia.org/wiki/regresin estadisticaperu.blogspot.com/regresiony correlacion http://www.vitutor.com/estadistica/regr esion_lin_correlacion_lin/a_1hey2obh2v g2%&$h$36%3#89.html www.comic-in.tk/regresionsimpleycorr