Documente Academic
Documente Profesional
Documente Cultură
y 1 x 0
Donde:
1 Es la pendiente de la recta
0 Es el intercepto de la recta
MODELO DE REGRESIÓN LINEAL SIMPLE
y 1 x 0
La variable de la ecuación anterior es una variable aleatoria, la cual se
supone que tiene distribución norma y se denomina desviación aleatoria.
Una interpretación de se puede observar en el siguiente gráfico, en el
cual también se muestra la verdadera recta de regresión
7
Recta verdadera de
( x1 , y1 ) regresión
6
y 1 x 0
5 1
4
1
3
2
( x2 , y2 )
1
0
0 2 4 6 8 10 12
SUPUESTOS DEL MODELO DE REGRESIÓN LINEAL SIMPLE.
n n
Calculo de la pendiente: xi yi
S xy xi yi i 1 i 1
n
n
x x y
i 1 y i 1 n
̂1 i 1 2
n
n xi
ix x 2
S xx xi2 i 1
n
i 1 n
i 1
ˆ S xy
1
S xx
ˆ0 y ˆ1 x
SPSS por explicaremos los mismos al
terminar todos los cálculos relacionados
con la regresión lineal simple.
REGRESIÓN Y ANÁLISIS DE VARIANZA (ANOVA)
Podemos en este establecer las diferentes formulas para calcular las sumas
de cuadrado para la regresión.
i 1 i 1 n
SSTot S yy
SS E
ˆ 2
n2
1 MS
Regresión SS R SSTot SS E MS R SS R F ,1,n 2
MS E
Error n2 SS E ( yi yˆ i ) 2 MS E
SS E
i 1 n2
n
n 1 SSTot yi y
2
Total
i 1
Para concluir lo referente a la regresión lo referente a la regresión lineal
simple se tratara el coeficiente de determinación que su valor permite llegar a
conclusiones sobre el grado en que el modelo determinado justifica la
variación de y. El mismos se calcula mediante la siguiente ecuación:
SS E
r 1
2
SSTot
4,5
Como se puede
observar en la
4
gráfica existen una
tendencia a un
comportamiento
Índice Académico
3,5
lineal en los datos
que se estudia.
3
Se esta ahora en
2,5
condiciones de
realizar el ANOVA de
la regresión.
2
0 1 2 3 4 5 6
Bienestar Psicológico
RESULTADOS DEL ANOVA DE LA REGRESIÓN
H 0 : 1 0 F0, 05,1,36
Se rechaza la hipótesis nula par un nivel de
significación de 0,05 se puede afirmar: El modelo de
H1 : 1 0 regresión lineal simple es util para representar la
relación entre el bienestar psicológico y el índice
académico.
i 1 n i 1 n
Propiedades fundamentales del coeficiente de
correlación de Pearson
rxy n 2
t
1 rxy2
z r1 z r2
z
1 1
n1 3 n2 3
r rxy2 n 31 r
t
xy1 y1 y2
2 1 rxy2 1 rxy2 2 ry21 y2 2rxy1 rxy2 ry1 y2
Si la hipótesis nula es cierta, dicho estadístico sigue una distribución t
de Student con n-3 grados de libertad.
Ejemplo de la prueba de
hipótesis para dos
correlaciones dependientes