MTODOS CUANTITATIVOS APLICADOS A LOS NEGOCIOS INTERNACINALES. APUNTES Y EJERCICIO DE REGRESIN LINEAL POR EL MTODO DE LOS MNIMOS CUADRADOS.

Cancn Q Roo a 22 d !"n#o d 2$$%.

P&o' (o&) J"an *&anc#(co +,&c na( G&an# -.

1. Si tenemos los siguientes datos obtenidos de una muestra previa de la poblacin cancunense, en la cual se desea determinar la relacin lineal del dimetro de la cabeza de 15 personas de ambos sexos, con rango de edades entre 16 y 41 aos. btener una regresin con la siguiente metodolog!a de los m!nimos cuadradosi. "os resultados servirn para obtener un estimado de la cantidad de personas a muestrear para obtener datos #ue sirvan para la obtencin la distribucin de tallas de sombrero en $anc%n.

n observacin

EDAD (AOS)

ESTATURA (M)

DMETRO CABEZA (CM) /. // /2 /. /3 // /3 /0 /0 /4 // /1 /% // //

. 2 2 3 / 0 1 4 % .$ .. .2 .2 .3 ./

2$ .0 22 22 22 2$ 2$ 22 3. 22 22 2$ 23 2$ 2$

.// .12 .0/ ./2 .04 ./3 ./4 .03 .04 .12 .0$ .1$ .42 .01 .4$

Grfica 1. Dispersin de los datos. 1

Estatura vs. Dimetro de la cabeza.

6& 5+ 5* 5) 56 55 54 5( 5' 51 5& 15& 16& 1)& Estatura (cm) 1*& 1+&

Dimetro de cabeza (cm)

,-./0 $12.31 4$-5

'. .mp!ricamente puedo 6acer un a7uste de una recta, #ue muestre la tendencia de los puntos gra8icados. .sta recta tendr la propiedad de pasar por 9en medio: de la dispersin de puntos. "a ecuacin .s la siguiente
Yi = bo + bi X i +

"a idea 8undamental del anlisis de regresin es obtener a#uellos valores #ue sean buenos estimadores de los parmetros b o y bi y #ue tambi;n minimicen los errores de <i para cada una de las observaciones.

,onde=
b1 = SSxy SSx

bo = Y b1 X

>romedio de x

X =

x
i =1

>romedio de y Y = i =1 n (. .ste modelo implica preguntarnos ?.xiste una relacin entre las dos variables@ < ?Aue tan 8uerte es esta relacin@ >ara contestar estas dos preguntas se recurri al Coeficiente de Correlacin (r) y el Coeficiente de Determinacin (r 2) .l valor de r siempre tendr valores 2

dentro del rango B1 y 1, donde el valor negativo implica una relacin lineal negativa y viceversa. .s decir mientras ms cercano al uno absoluto se encuentre el coe8iciente de correlacin, el modelo #ue representa a la relacin probabil!stica tendr una me7or correspondencia con los datos generados en la realidad1. >ara determinar los valores cr!ticos de r, se tendr un nivel de signi8icacin CD&.1& .n base a la tabla EF' encontramos los valores cr!ticos de r r > valor absoluto 0.41
r= SS xy SS xx SS yy
2 SS xy

r =
2

SS x SS y

,onde=
SS xy = xy 1 (x )(y ) n 1 ( x ) 2 n 1 ( y ) 2 n

SS x = x 2 SS y = y 2

i! E" va"or es#i$a%o %e "a variab"e %e&en%ien#e en "a iesi$a observacin. bo ' (i son &ar)$e#ros ob#eni%os &or e" $*#o%o %e $+ni$os c,a%ra%os. -i! Es e" va"or %e "a variab"e in%e&en%ien#e en "a iesi$a observacin. . !Es e" error a"ea#orio. n! n/$ero %e %a#os. 0! observacin %e "a variab"e in%e&en%ien#e. '! observacin %e "a variab"e %e&en%ien#e. X ! 1ro$e%io %e "as observaciones %e 0.

Y !1ro$e%io %e "as observaciones %e '. SS0 ! S,$a %e c,a%ra%os %e 0 SS' ! S,$a %e c,a%ra%os %e '

!abla 1. De las operaciones efectuadas

1 2

O& ci#. (R,bio2 2334)

n( de observacin 1 ' ( 4 5 6 ) * + 1& 11 1' 1( 14 15 totales 22* 22+ 22*+

Estatura) *i medicin real 155 1)' 165 15( 16* 154 15* 164 16* 1)( 16& 1)& 1*( 16) 1*& 4$0 11'4 %#.$'''''' 01

Dimetro ) +i medicin real 51 55 5( 51 54 55 54 56 56 5* 55 5) 5+ 55 55 # 4

*i '4&'5 '+5*4 ')''5 '(4&+ '*''4 '()16 '4+64 '6*+6 '*''4 '++'+ '56&& '*+&& ((4*+ ')**+ ('4&& 4144"4

+i '6&1 (&'5 '*&+ '6&1 '+16 (&'5 '+16 (1(6 (1(6 ((64 (&'5 ('4+ (4*1 (&'5 (&'5 4&''4

*i,+i )+&5 +46& *)45 )*&( +&)' *4)& *5(' +1*4 +4&* 1&&(4 **&& +6+& 1&)+) +1*5 ++&& 1'%$#&

D-./E!01 estimado 5(.& 56.& 54.* 5'.6 55.( 5'.* 5(.5 54.6 55.( 56.' 5(.+ 55.6 5).+ 55.1 5).4

error B'.& B1.& B1.* B1.6 B1.( '.' &.5 1.4 &.) 1.* 1.1 1.4 1.1 B&.1 B'.4

bo) 34b1,5

'5.51 &.&1 &.&1 &.&1

b1) 22*+622*

0.1"" 0.1# 0.1# 0.1#

promedio + &4.$'''''' promedio * 1%%

.n base a las 8rmulas de r y r ', tenemos los coe8icientes de correlacin y de determinacin.

r r 0."1#$10%1 0.&1%#' 4%

,onde si rD & no existe relacin entre variables. r > valor absoluto 0.41 0." >0.41 Gos indica #ue existe relacin entre variables.

G&,'#ca 2. R 5& ( n6ac#7n 8&,'#ca d -o( 9a-o& ( & a- ( : -o( (6#;ado(. S 5" d o<( &9a& - &&o& n cada (6#;ac#7n.

Datos reales a7ustados a una recta.

61 5+ 5) Dimetro de la cabeza (cm) 55 5( 51 4+ 4) 45 15&

,imetro D yi medicin real ,imetro estimado "ineal 4,imetro estimado5

,4e5D &.1))'4e5 H '5.51 ' 0 D &.5'

155

16&

165

1)&

1)5

1*&

1*5

Estatura (cm)

.l intervalo de confianza es un rango en cual#uiera de los lados de la media de una muestra. >ara obtenerlo se re#uiere tener los siguientes datos= 1. Alfa 4C5 es el nivel de signi8icacin utilizado para calcular el nivel de con8ianza. .l nivel de con8ianza es igual a 1&&41 B al8a5I, es decir, un al8a de &,&5 indica un nivel de con8ianza de +5I. '. Desviacin estndar 4s5 es la desviacin estndar de una muestra para el rango de datos y se presupone #ue es conocida. s= (. /amao de la muestra 4n5. Si suponemos #ue el argumento al8a es igual a &,&5, se tendr #ue calcular el rea deba7o de la curva normal estndar #ue es igual a 41 B al8a5 o +5I. .ste valor es J 1,+6. >or lo tanto, el intervalo de con8ianza en K$ es=
s Y 1.67 n

1 n ( xi X )2 n 1 i =1

EJERCICIO ..

1. Si9a "a sec,encia %e reso",cin %e" e:ercicio ' ob#en9a "os va"ores &resen#a%os en "a #ab"a 12 9ra;ico 1 ' 22 &ro9ra$an%o ' 9ra;ican%o en E0ce"2 e$,"an%o "o &resen#a%o en es#e escri#o. 2. Ob#en9a "a %esviacin es#)n%ar ' e" #a$a<o %e "a $,es#ra.

R ' & nc#a( <#<-#o8&,'#ca(.

R,bio Arias2 =ec#or. Es#a%+s#ica E0&eri$en#a". >ns#i#,#o ?aciona" %e >nves#i9aciones @ores#a"es2 A9ro&ec,arias ' 1ec,arias (>?>@A1) M*0ico 2334. 2 M,rra'2 S&ie9e". Es#a%+s#ica2 2%a. E%. Mc. AraB =i"". M*0ico 1661