REGRESIÓN LINEAL SIMPLE

MONTERO PÉREZ JAIRO ANDRÉS

PRESENTADO A EVERTH ANAYA COHEN. DOCENTE

ESTADÍSTICA II INGENIERÍA INDUSTRIAL FACULTAD DE INGENIERÍAS CORPORACIÓN UNIVERSITARIA DEL CARIBE CECAR© KM 1 VÍA A COROZAL 2008-10-29

CECAR©

CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE

TABLA DE CONTENIDO

INTRODUCCIÓN IV. OBJETIVOS ................................................................................................................ 4 V. REGRESIÓN LINEAL SIMPLE .................................................................................... 5 1. GENERALIDADES ....................................................................................................... 5 2. FUNCIÓN DE REGRESIÓN POBLACIONAL ............................................................... 6 3. FUNCIÓN DE REGRESIÓN MUESTRAL..................................................................... 7 4. PASOS PARA REALIZAR LA REGRESIÓN LINEAL SIMPLE ..................................... 7 5. DIAGRAMAS DE DISPERSIÓN ................................................................................... 8 6. ESTIMACIÓN DE LOS COEFICIENTES DEL MODELO............................................ 10 7. INTERPRETACIÓN DE LOS COEFICIENTES ESTIMADOS..................................... 17 8. DISTRIBUCIÓN DE PROBABILIDAD DEL ERROR ................................................... 18 9. PROPIEDADES DE LOS ESTIMADORES ................................................................. 19 10. INFERENCIAS SOBRE LOS ESTIMADORES ....................................................... 21 11. COEFICIENTE DE DETERMINACIÓN ( ) ........................................................... 24 12. COEFICIENTE DE CORRELACIÓN ....................................................................... 25 BIBLIOGRAFÍA

2

la situación se convierte en una regresión de sobre . Además. Por conveniencia se define como la variable aleatoria que corresponde a un valor fijo . Cabe resaltar.CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE INTRODUCCIÓN Cuando se posee información acerca de dos o más variables relacionadas. y se toman muestras adicionales mediante el uso de exactamente los mismos valores de . es natural buscar un modo de expresar la forma de la relación funcional entre ellas. pero el nombre de modelos de regresión tiene su origen en los trabajos de Galton en biología de finales del siglo XIX. En tanto que. no se busca solamente una relación matemática que nos diga de qué manera están relacionadas las variables. Su objetivo consiste en estimar y/o predecir el valor medio poblacional de la variable dependiente a partir de los valores conocidos y fijos de las variables explicativas. Las técnicas usadas para lograr estos dos objetivos se conocen como método de regresión y correlación. La expresión de Galton: “regression towards mediocrity” dio nombre a la regresión. Es decir. se infiere que las variables independientes no son variables aleatorias y por tanto no tienen propiedades de distribución. El Análisis de Regresión es una técnica que se ocupa de analizar la dependencia entre una variable dependiente o endógena ( ) y una o más variables explicativas o exógenas (digamos ). debemos esperar que varíen los valores de . Si denotamos una muestra aleatoria de tamaño con el conjunto . Entonces. La relación que se ajusta a un conjunto de datos experimentales se caracteriza por una ecuación de predicción que se denomina ecuación de regresión. que el análisis estadístico es solamente un instrumento que ayuda en el razonamiento e interpretación de los datos y que finalmente el investigador o persona investigativa es quien toma las decisiones a partir de estos resultados. En el caso de una sola y solo una . 3 . la función o ecuación que mejor se ajuste a los datos. De aquí el valor en el par ordenado es un valor de alguna variable aleatoria . el símbolo representa la variable aleatoria con media y varianza . obtenidos mediante un proceso de muestras repetidas. es decir. Los modelos de regresión fueron utilizados por Laplace y Gauss en sus trabajos de astronomía y física desarrollados durante el siglo XVIII. Es claro que si . indicando su media y varianza con y . si se conocen o suponen valores para las otras variables. Los métodos de regresión se usan para elegir la "mejor" relación funcional entre las variables. los métodos de correlación se utilizan para medir el grado de asociación o de relación entre las distintas variables. respectivamente. sino que se desea saber también con qué precisión se puede predecir o pronosticar el valor de una variable. es deseable conocer la consistencia de la relación.

Analizar. Analizar la capacidad explicativa del modelo. Interpretar correctamente los coeficientes estimados. OBJETIVOS GENERAL.        Identificar las variables fundamentales del modelo de regresión lineal simple. 4 . describir e interpretar el tópico de regresión lineal simple. Implementar el contraste de hipótesis ecuánime para el modelo. ESPECÍFICOS. Reconocer la importancia de los diagramas de dispersión. utilizando el método adecuado. situaciones-problema propias de ingeniería a través de la aplicación fidedigna de nuestro conocimiento.CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE IV. Estimar los coeficientes del modelo. reconociéndolo como herramienta o método fundamental para modelar mediante funciones la relación de variables en problemas. Definir las funciones de regresión tanto poblacional como muestral.

Rara vez los experimentos reproducen con exactitud esas leyes. estas leyes son válidas con exactitud sólo bajo condiciones ideales. GENERALIDADES. Sin embargo. en el que siempre se puede determinar a con exactitud cuando se conoce valor de . sino que será igual a más o menos un error aleatorio. entonces la relación Que corresponde a la ecuación de regresión de población.CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL SIMPLE 1. lo que hará que las leyes solo expresen una aproximación a la realidad. 5 . Pero donde es una constante. En especial si se supone que se distribuye normalmente con promedio y varianza . Es por lo anterior que. el cual comprende tanto un componente determinista como un componente de error aleatorio. se tendrá un error aleatorio introducido por el experimento. Donde es la variable aleatoria que se tiene que predecir. Sin embargo. es igual al componente determinista del modelo.1 Forma General de los modelos Probabilísticos. en el que el componente aleatorio se distribuye normalmente con promedio y varianza . lo que se representa mediante: Si consideramos que la relación anterior se representa como que liga con . 1. entonces se puede formular el modelo probabilista . Siempre se supondrá que el valor promedio del error aleatorio es igual a cero. Esto equivale a suponer que el valor promedio de . Con frecuencia nos encontramos en ingeniería con modelos en el que el comportamiento de una variable puede ser explicado a través de una variable . en general. donde los coeficientes de regresión son parámetros a estimar a partir de los datos muestrales. La relación anterior supone una relación exacta entre las variables. es decir. A este modelo se le denomina determinista. no hay margen de error en esa predicción. es lineal. esto no significa que sea exactamente igual a . A este modelo se le denomina probabilista o probabilístico.

6 . Reemplazando el se tiene: Que es la función de regresión poblacional. Como sabemos . Este se puede considerar como una variable sustitutiva de todas las variables omitidas que pueden afectar a . (Modelo probabilístico de la recta) Una función de regresión poblacional es la unión de los promedios condicionales de la variable dependiente para los valores fijos de la variable independiente o explicativa . así que: Si es una función lineal de . La frase variable independiente se usa en el análisis de regresión para representar una variable predictora de la respuesta . se tiene: Lo cual nos indica que el valor promedio de varía con . FUNCIÓN DE REGRESIÓN POBLACIONAL. Para un valor dado de . son coeficientes de regresión. donde es la ordenada en el origen de la recta y la pendiente. los valores de se concentran alrededor del promedio de . recibiendo el nombre de relación lineal simple. lo cual indica que se van a presentar algunas diferencias o desviaciones de un valor individual de alrededor de su valor esperado. La expresión anterior refleja una relación lineal. pero que por una u otra razón no pudieron incluirse en el modelo de regresión.CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE 2. y en ella sólo figura una única variable explicativa. por lo tanto teniendo en cuenta la sección anterior: Donde es el componente aleatorio de error. En cada caso los símbolos representan parámetros de población que necesitarán estimarse mediante los datos de la muestra.

este método es el de los mínimos cuadrados (generalmente usado). 4. Resulta útil imaginarse que el análisis de regresión es un procedimiento de cinco pasos:  Paso 1: Suponer la forma que tiene el promedio (componente determinista del modelo). Generalmente es necesario trabajar con información muestral y no poblacional. PASOS PARA REALIZAR EL ANÁLISIS DE REGRESIÓN. FUNCIÓN DE REGRESIÓN MUESTRAL. por lo tanto. y estimar cualesquiera parámetros desconocidos de esta distribución. estimaciones. etc. así que el objetivo es estimar la función de regresión poblacional con base en la función de regresión muestral: Donde: Debido a que los valores observados no forman exactamente una línea recta. el componente aleatorio de error. 7 . se plantea una ecuación que nos permita estimar los valores de . usar el modelo para predicciones.  Paso 5: Cuando se quede satisfecho con la adecuación.CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE 3.  Paso 2: Reunir datos de muestra (representarlos en diagrama de dispersión) y utilizarlos para estimar los parámetros desconocidos del modelo. es necesario elegir un método para estimar los coeficientes de regresión que haga mínima la diferencia entre los valores observados y los estimados o ajustados.  Paso 4: Comprobar estadísticamente la adecuación del modelo.  Paso 3: Especificar la distribución de probabilidad de .

el diagrama de dispersión se obtiene representando cada observación como un punto en el plano cartesiano Ejemplos de diagramas de dispersión En los casos y tenemos que las observaciones se encuentran sobre una recta. Una vez especificadas las variables es necesario determinar la relación entre ellas. graficando las variables. En el caso los puntos se encuentran situados en una franja bastante estrecha que tiene una forma bien determinada. En estos dos casos los puntos se ajustan perfectamente sobre la recta. A partir de un conjunto de observaciones de dos variables e sobre una muestra de individuos. en un sistema de coordenadas. en el que la pendiente es positiva. los puntos se encuentran absolutamente dispersos. se observa que no se trata de una relación lineal (la nube de puntos tiene forma de parábola). de manera que tenemos una relación funcional entre las dos variables. ya que los puntos no se sitúan sobre una curva. pero sí que es posible asegurar la existencia de una fuerte relación entre las dos variables. 8 . la es cada vez menor y lo contrario en el segundo caso. Nos puede ayudar mucho en la búsqueda de un modelo que describa la relación entre las dos variables. Entonces. que nos indica que a medida que aumenta. esta gráfica se llama nube de puntos o diagrama de dispersión. No será una relación funcional. dada por la ecuación de la recta. De todos modos. en el eje de las abscisas se ubica la variable independiente y en el de las ordenadas la variable dependiente. La nube de puntos no presenta una forma “tubular” bien determinada. de la cual se puede tener una idea general. DIAGRAMAS DE DISPERSIÓN. en donde. En el primer caso.CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE 5. se puede representar estos datos sobre unos ejes coordenados . En el caso ) no se tiene ningún tipo de relación entre las variables. con pendiente negativa.

En el caso se observa una relación lineal con pendiente positiva. A continuación. Los puntos no están sobre una línea recta. de manera que podemos pensar en una fuerte relación lineal. Ejemplo de aplicación: Supóngase que se realizó un estudio sobre la relación entre el contenido promedio de alquitrán en el flujo saliente de un proceso químico y la temperatura de entrada. pero se acercan bastante. el valor de disminuye. ya que a medida que el valor de aumenta.CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE En los casos y se puede observar que sí existe algún tipo de relación entre las dos variables. 1 2 3 4 5 6 7 8 9 10 95 82 90 81 99 100 93 95 93 87 214 152 156 129 254 266 210 204 213 150 Contenido medio de alquitrán 270 250 230 210 190 170 150 130 110 80 85 90 95 100 Temperatura de entrada 9 . En el caso se puede ver un tipo de dependencia lineal con pendiente negativa. se muestran los datos registrados durante 10 días en una industria. pero no tan fuerte como la anterior.

Esta recta se denomina recta de regresión. Como hipótesis se considera que el modelo tiene la forma: y se desea emplear los datos de la muestra para calcular . A menudo la suma de los cuadrados de los residuos se le llama suma de cuadrados de los errores aleatorios alrededor de la línea de regresión. la realización de . en realidad nunca se observa. e igualando a cero. Con el uso de la línea de regresión estimada o ajustada . Una vez que hemos hecho el diagrama de dispersión y después de observar una posible relación lineal entre las dos variables. se escoge el estimador tal que: n n SSE e2 ( y  )2 y i i i 1 i 1 Se reduzca al mínimo. 10 . Es decir. también recibe el nombre de residuo.CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE 6. se encontrarán de modo que se minimice . Un método. por supuesto son parámetros desconocidos. Entonces. Ahora bien. el de los cuadrados mínimos o mínimos cuadrados selecciona el estimador que hace mínima la suma de los errores elevados al cuadrado ( ). describe el error en el ajuste del modelo en el punto de los datos. Se debe tener en cuenta que la línea no se conoce. cada par de observaciones satisface la relación: entonces: . Sin embargo. ESTIMACIÓN DE LOS COEFICIENTES DEL MODELO: MÉTODO DE LOS MÍNIMOS CUADRADOS. y luego despejar . es una noción conceptual simple de cómo se generaron los datos en el proceso científico. Como resultado. sino que más bien. se observa su residuo . nos proponemos encontrar la ecuación de la recta que mejor se ajuste a la nube de puntos. La línea ajustada es una estimación de la línea que produce el modelo estadístico. Teniendo en cuenta el ejemplo del ítem anterior. Entonces. Se puede obtener la forma de este estimador derivando a con respecto a .

dará tan baja como Presúmase ahora que se decide modelar el contenido promedio de alquitrán en el flujo saliente como función de la temperatura de entrada del día. el promedio muestral es el estimador que reduce al mínimo la suma de los errores elevados al cuadrado. n n 2n  y n 2 i 1 yi  y 2 i 1 yi 2n  y yi i 1 n y Por tanto.6 De manera que. n 2 i 1 yi 2n  y 0 y Despejando  .CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE n d ( SSE ) d y 2 i 1 ( yi ) y 0 Simplificando. se modelará 11 . porque es el estimador de mínimos cuadrados. 1 2 3 4 5 6 7 8 9 10 214 152 156 129 254 266 210 204 213 150 Para los datos de la y 1948 10 n el promedio muestral es: 194. y se llama estimador de para cuadrados mínimos.8  )2 y y SSE i 1 ( yi 19263. ya se sabe que ningún otro estimador de éste. En especial.

Diagrama de dispersión. se igualan los resultados a ( SSE )  0 2 n 2 i 1 2 ( yi n  0  x) 1 i n 0 2 0 0  n 1 i 1 ( SSE )  0 n n 2( i 1 yi i 1  0  n 1 i 1 xi ) ( SSE ) 2 0 ( 2( i 1 yi xi )) 2 n yi i 1 0 Hay un mínimo  n 1 i 1 n yi i 1 n 0  n 1 i 1 n xi 0 1 n0 xi 1 Ahora se deriva parcialmente con respecto a a cero ( SSE )  1 n n . también tiene mínimo. Los datos aparecen registrados en la .CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE el contenido promedio de alquitrán como función lineal de . Por lo tanto se escoge la estimación De modo que n SSE i 1 ( yi  )2 y n ( yi i 1  0  x )2 1 i Se reduzca al mínimo. La gráfica de esos datos se ilustra en la . luego. Se utiliza el mismo principio para estimar en el modelo de línea recta que para estimar a en el modelo de promedio constante: el método de los mínimos cuadrados. y se quiere usar los datos de la muestra para estimar la ordenada en el origen y la pendiente . se iguala 2 i 1 xi ( yi n  n 1 i 1 0  x) 1 i 2 n 0 i 1 xi yi  n 0 i 1 xi  n 1 i 1 xi2 0 xi yi i 1  0 i 1 xi  xi2 De despejamos n  yi i 1 0  n n 1 i 1 n xi  yi i 1 0  n 1 i 1 xi n  n 0 y  1 x 12 . Se deriva cero y se despeja . con respecto a . Se supone el modelo probabilístico de la línea recta.

CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE Reemplazamos  0 en n y hallamos xi yi i 1 n (y n  xi n 1 x) i 1 xi n  n 1 i 1 n xi2 xi i 1 n 1 i 1 2 n yi i 1 xi yi i 1 i 1  xi i 1 1  n n n n n xi2 n xi xi yi i 1 i 1 yi  xi i 1 1 n i 1 n n n n n xi2 i 1 xi i 1 i 1 yi n 2 n i 1 xi yi  n 1 n n n n n n  xi i 1 n i 1 yi 2 n i 1 n xi yi xi2 i 1 1  xi i 1 1 n i 1 yi 2 n i 1 n xi yi xi2 i 1 n xi i 1 n i 1 xi2 i 1 xi n xi i 1 n 1 1 n n n n n n n n n xi xi yi i 1 i 1 yi n n xi xi yi i 1 i 1 yi n yi i 1  n i 1 1 xi yi i 1 n n xi i 1 2 n  n 2 1 i 1 n n 2  1 n n i 1 x 2 i i 1 xi n xi x 2 i i 1 n xi x 2 i i 1 i 1 n n i 1 n n n n xi xi yi i 1 i 1 yi 2 n n  i 1 1 n n n xi ( xi i 1 n x)( yi ( xi x) 2 y)  ( xi i 1 1 n x)( yi ( xi x) 2 y) xi2 i 1 i 1 i 1 i 1 n  SS xy 1 SS xx 13 .

SS xy / n es la covarianza muestral de las observaciones es la varianza muestral de las observaciones .CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE Entonces. las estimaciones de mínimos cuadrados son x 14 . y SS xx (n 1) ( 1 2 3 4 5 6 7 8 9 10 95 82 90 81 99 100 93 95 93 87 915 214 20330 9025 152 12464 6724 156 14040 8100 129 10449 6561 254 25146 9801 266 26600 10000 210 19530 8649 204 19380 9025 213 19809 8649 150 13050 7569 1948 180798 84103 xi ) 2 837225 Para los datos de la n n n n xi xi yi i 1 i 1 yi SS xy i 1 ( xi x)( yi y) i 1 n 180798 (915)(1948) 10 n n 2556 n 2 xi x 2 i i 1 SS xx i 1 ( xi 837225 10 x) 2 i 1 n 84103 380.8 10 Entonces.5 y 915 91.5 . y 194.  0 y  1 x i 1 En donde. la solución viene dada por: n  ( xi i 1 1 n x)( yi ( xi x)2 y) SS xy SS xx .

81 26.79 198. la recta de regresión estimada está dada por 0  1 95 214 2 82 152 3 90 156 4 81 129 5 99 254 6 100 266 7 93 210 8 95 204 9 93 213 10 87 150 218.98 184.CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE  SS xy 1 SS xx 2556 380.21 204.88 218.7175)(91.10 5.02 -28.8 (6.37 77.90 204.7175  y 1 x 194.31 204.12 -14.31 8.72 4.57 18.7175x .85 0 Por tanto.31 130.57 -4.5 6.419.27 245.18 251.78 65.28 2093.43 Entonces la recta de regresión.88 164.73 8.93 212.85 Temperatura de entrada 15 . obtenida por mínimos cuadrados es cual es usada en los problemas.58 441. .31 21.84 22.12 -14. la Contenido medio de alquitrán 270 250 230 210 190 170 150 130 110 80 85 90 95 100 y = 6.84 824.82 14.5) 419.72 124.

son estimadores insesgados de . También se interpreta como el efecto promedio sobre la variable dependiente de todas las variables omitidas en el modelo de regresión. el error ( ) y se muestran en la . Es la ordena en el origen. La es . se interpreta como cero. De esta manera se sabrá que ninguna otra recta minimizará la tan pequeña como la hallada. es decir el punto donde la recta corta o interseca el eje . INTERPRETACIÓN DE LOS COEFICIENTES ESTIMADOS. 7. Cuando el valor del coeficiente de intersección sea negativo y su interpretación no sea lógica. En forma de sinopsis. 16 . Esta recta es la denominada recta de los mínimos cuadrados. pero para efectos de proyección se deja el valor obtenido. se ha definido la recta que mejor se ajusta como la que satisface el método de los mínimos cuadrados. Es decir que: Se puede observar que los errores son las distancias verticales entre los puntos observados y la línea de predicción. ( ). minimizan la suma de cuadrados de los residuos. Es el valor promedio de la variable dependiente cuando la independiente vale cero. Los valores predichos.CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE Además de que estimados. y la ecuación se llama ecuación de predicción de mínimos cuadrados.

Así s2 SSE . se debe especificar la distribución de probabilidad del término de error aleatorio y estimar cualquier parámetro desconocido de esa distribución. en la cual SSE n 2 n ( yi i 1  ) yi 2 SS yy  SS 1 xy y 17 . nos indica que no existe relación lineal entre las dos variables 8. Si la relación entre las variables es inversa y mide el decremento de la variable dependiente por cada aumento de una unidad en la variable independiente o viceversa. En los ítems anteriores se establecieron los dos primeros pasos del modelado de regresión: se ha supuesto la forma de y empleado los datos de la muestra para estimar los parámetros desconocidos en el modelo. DISTRIBUCIÓN DEL COMPONENTE ALEATORIO DE ERROR. Si . la cantidad en que aumenta (o disminuye) el promedio de por cada aumento unitario de . Si la relación entre las variables es directa y mide el incremento de la variable dependiente por cada aumento de una unidad en la variable independiente. El componente aleatorio de error está distribuido normalmente con promedio cero y varianza constante . La estimación de cuadrados mínimos de es En el paso 3. Para estimar se usa del modelo de mínimos cuadrados.CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE Es la pendiente. y se deja grados de libertad para estimar la varianza del error. Se utilizan 2 grados de libertad para estimar la ordenada en el origen y la pendiente del modelo de línea recta. es decir. Los errores asociados con distintas observaciones son independientes. La estimación de se calcula dividiendo la entre el nº de grados de libertad asociados con el componente de error.

En lo que sigue.68 y s s2 261. Se encuentra que. c.43 8 261.1 Demostración De Que n Es Insesgado. se demuestra que el estimador es insesgado para y se muestran las varianzas para .CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE 2 n n 2 n yi y 2 i i 1 n En el ejemplo del contenido medio de alquitrán.68 16. n E( 1 ) ( xi E i 1 n x)(Yi ( xi x) 2 Y) E( 1 ) 1 n n ( xi x) 2 i 1 x) E (Yi Y) ( xi i 1 0 1 i i 1 E( 1 ) E( 1 ) 1 SS xx 1 SS xx n ( xi i 1 n x) E[( x i ) ( 0 1 i x i n )] x)[ 1 ( xi xi )] ( xi i 1 x)[ 1 ( xi xi )] E( 1 ) 1 SS xx ( xi i 1 18 . Esto iniciará una serie de desarrollos que conducen a la prueba de hipótesis y a la estimación del intervalo de confianza sobre la pendiente y la intersección. b. PROPIEDADES DE LOS ESTIMADORES DE MÍNIMOS CUADRADOS. i 1 i 1 SS yy ( yi yi ) s2 SSE n 2 2093.18 9.  SS xy 1 ( xi i 1 n x)(Yi ( xi x) 2 Y) SS xx i 1 Utilizando los siguientes criterios: a. 9.

Var ( ) Var n n 1 n2 n Var ( i ) i 1 n 2 n2 2 n j d. Cov( i . 19 . j 1 n Var ( i ) n 2 n De esta forma. (Y j Y) Y) Cov ( 2 i 2 Y ) Var ( Y) 2 0 2 1 i 2 x i ) ( 2 0 2 1 xi i ) Var (Yi Y ) Var ( i ) n 2 n n ). ) Cov i. 2 j ) 0. i n i i 1 j c. (Y j Y ). Cov( i . ( 2 j ) 2 Cov( n i ) Cov( j ) Var ( ) n n n Se han empleado los siguientes hechos: a. Var ( i ) b.2 Deducción De La Varianza de  1 y ecuación para la varianza de n 2 1 Var (  ) Var 1 ( xi i 1 n x)(Yi ( xi x) 2 Y) 2 1 1 n n Var 2 x) 2 i 1 ( xi x)(Yi Y) i 1 ( xi i 1 n n 2 1 1 2 SS xx n ( xi i 1 x) 2 Var (Yi Y) i 1 j 1 ( xi x)( x j x)Cov (Yi Y ). (Y j Y) Tenemos que Var (Yi Var (Yi y Cov (Yi Cov (Yi Y ). Asimismo 9.CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE E( 1 ) SS xx SS xx 1 E( 1 ) 1 Lo cual demuestra que  1 es un estimador insesgado de 1 .

Teniendo especificada la distribución de probabilidad de y estimado al varianza . se contrasta Comparándola con 20 . En este caso diremos que no es una variable explicativa del modelo. Es posible observar que. se pueden hacer inferencias estadísticas acerca de la adecuación del modelo para representar el promedio y para poder predecir los valores de para valores dados de . Por lo tanto.1 Prueba De Hipótesis Sobre La Pendiente En el paso nº 4 se debe comprobar en forma estadística la adecuación del modelo.CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE 2 1 1 2 SS xx n 2 n n 2 ( xi i 1 2 x) ( 2 2 2 n n ) i 1 j 1 2 ( xi 2 x)( x j x) n n 2 1 1 SS xx 2 SS xx n ( xi i 1 x) SS xx . contra la hipótesis alternativa que esas variables se relacionan en forma lineal con una pendiente diferente de cero. Esto significa que el promedio No se modifica cuando cambia . si en el modelo de regresión lineal la pendiente es cero. lo anterior significa que la pendiente verdadera es igual a cero. Entonces. para probar la hipótesis nula de que no contribuye con información para predecir . utilizando i 1 ( xi x) 0 Por lo tanto la desviación estándar de  1 es SS xx n La varianza de  0 es xi 2 i 1 n 2 n i 1 ( xi x)2 10. si . En este modelo de línea recta. entonces la variable no tiene ningún efecto sobre la variable . INFERENCIAS ACERCA DE LOS COEFICIENTES DE REGRESIÓN 10. el modelo es simplemente .

la desviación estándar estimada de la distribución de muestreo de . de manera que la estadística se vuelve Para el ejemplo del contenido de alquitrán en el flujo saliente en un proceso químico tenemos: Se escoge .CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE Si los datos respaldan la hipótesis alternativa. con promedio y desviación estándar SS xx Como la desviación estándar de . con media cero y varianza constante. independientes. Se encuentra la medida estadística de prueba si se considera la distribución de muestreo de . el estimador de mínimos cuadrados de la pendiente . se llega a la conclusión de que si aporta información para predecir a empleando el modelo la línea recta. La prueba es de dos Colas. Si se supone que los componentes de error son variables aleatorias normales. En general. la distribución de muestreo del estimador de mínimos cuadrados de la pendiente será normal. se prueba la hipótesis nula . que es se desconoce en general. tanto a la derecha. normalmente la medida estadística de prueba adecuada será una distribución de Student que se forma así: Donde . como a la izquierda. 21 .

n . Para el ejemplo. Para ambas colas Para cola a la derecha Para cola a la izquierda Donde Este intervalo está centrado en la estimación puntual del parámetro. se rechaza la hipótesis nula y se llega a la conclusión de que la pendiente no es cero. el intervalo de confianza de para la pendiente es 22 .)% Para La Pendiente    Puesto que. y Como este valor de calculado está en la región de rechazo en la cola superior. en .2 Intervalo De Confianza 100(1. y la cantidad en la que se alarga a cada lado de la estimación depende del nivel deseado de confianza.2) y de la variabilidad del estimador (mediante ). (mediante el valor crítico ta/2. La evidencia no respalda la afirmación. entonces se concluye que la temperatura de entrada si influye en el contenido medio de alquitrán en flujo de salida en un proceso químico. 10.CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE La región de rechazo es: Anteriormente se calculó . es decir.

y se define como la proporción de varianza explicada por la recta de regresión. es decir: R2 SS yy SSE SS yy 1 SSE SS yy SCR SS yy Donde es la suma de cuadrados para la regresión. porque significa que la pendiente verdadera está entre . COEFICIENTE DE DETERMINACIÓN La medida más importante de la bondad del ajuste es el coeficiente de determinación R2. Este coeficiente nos indica el grado de ajuste de la recta de regresión a los valores de la muestra. En el ejemplo 23 .CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE Este intervalo de confianza confirma la conclusión de la prueba de hipótesis nula. 11.

Se suele decir que X e Y tienen una relación positiva si los valores grandes de X están aparejados con valores grandes de Y y valores pequeños de X. con grandes de Y. De manera análoga. con valores pequeños de Y. COEFICIENTE DE CORRELACIÓN. 12. se dice que X e Y tienen una relación negativa si los valores grandes de X están aparejados con los valores pequeños de Y y los pequeños de X.CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE Esto significa que la variabilidad muestral del contenido de alquitrán con respecto a su promedio se reduce en cuando se modela el contenido de alquitrán como función lineal de la temperatura de entrada diaria. 24 .

25 .CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE Correlación Negativa Perfecta Correlación Positiva Perfecta No Existe Correlación.

[2] WALPOLE. RONALD. 1999. SCHEAFFER.CECAR© CORPORACIÓN UNIVERSITARIA DEL CARIBE© FACULTAD DE INGENIERÍAS INGENIERÍA INDUSTRIAL V REGRESIÓN LINEAL SIMPLE BIBLIOGRAFÍA [1] MCCLAVE. Iberoamericana. Probabilidad Y Estadística Para Ingenieros. Sexta Edición. Probabilidad Y Estadística Para Ingeniería. 26 .

Sign up to vote on this title
UsefulNot useful