Universidad Los ngeles de Chimbote

FACULTAD DE CIENCIAS CONTABLES, FINANCIE AS ! AD"INIST ATI#AS

CURSO ESTADSTICA APLICADA

LECTU A $%& E' ESI(N ! CO

ELACI(N LINEAL SI")LE *)A TE I+

TE"A ,%& E' ESI(N LINEAL SI")LE $- INT ODUCCI(N Cuando se estudian dos caractersticas simultneamente sobre una muestra, se puede considerar que una de ellas influye sobre la otra de alguna manera. El objetivo principal de la regresin es descubrir el modo en que se relacionan Por ejemplo, en una tabla de ingresos semanales y consumos semanales en soles de 1 familias se puede suponer que la variable !ingresos semanales" influye sobre la variable !consumos semanales" en el sentido de que cosnumos semanales altos vienen e#plicados por valores altos de ingresos semanales. $e las dos variables a estudiar, que vamos a denotar con % e &, vamos a llamar a la % '()*(+,E *-$EPE-$*E-.E o E%P,*C(.*'(, y a la otra, &, le llamaremos '()*(+,E $EPE-$*E-.E o E%P,*C($(. En la mayora de los casos la relacin entre las variables es mutua, y es difcil saber qu/ variable influye sobre la otra. El ejemplo dado es un ejemplo claro donde distinguir entre variable e#plicativa y e#plicada . En este caso un ingreso semanal bajo tender a tener un consumo semanal bajo, y un ingreso alto indicar tal ve0 que las familias tienen un consumo semanal alto. 1in embargo, a la 2ora de determinar qu/ variable e#plica a la otra, est claro que el !ingreso semanal" e#plica la !consumo semanal" y no al contrario, pues las familias primero obtienen sus ingresos semanales, y luego consumen semanalmente. Por tanto, % 3 ingresos semanales 4variable e#plicativa o independiente5 & 3 consumos semanales 4variable e#plicada o dependiente5 El problema de encontrar una relacin funcional entre dos variables es muy complejo, ya que e#isten infinidad de funciones de formas distintas. El caso ms sencillo de relacin entre dos variables es la relacin ,*-E(,, es decir + x 4es la ecuacin de una recta5 donde y son n6meros, que es que y = 0 1 0 1 el caso al que nos vamos a limitar. Cabe recalcar la regresin estudia la mejor relacin funcional entre las variable dependiente y una o un conjunto de variables independientes o e#plicativas.

___________________________________________________________________________ Elaborado por : Mg. Carmen Barreto R. 7ec2a 8 1etiembre 9 1 'ersin 89

Universidad Los ngeles de Chimbote

FACULTAD DE CIENCIAS CONTABLES, FINANCIE AS ! AD"INIST ATI#AS

CURSO ESTADSTICA APLICADA

,- DEFINICI(N :na funcin de regresin es lineal simple cuando las variaciones en la variable independiente provocan variaciones proporcionales en la variable dependiente. & 3 f 4%5 $onde8 & 8 'ariable dependiente % 8 'ariable independiente Por ejemplo8 Podemos estar interesados en predecir el consumo promedio de un conjunto de familias en base al ingreso de las mismas. Entonces8 &8 Consumo ; % 8 *ngreso <acer anlisis de regresin lineal simple consiste en estimar la funcin de regresin poblacional 47.).P.5 que responde a la siguiente e#presin8 7.).P. 8 &i 3 = > =1 %i > Ei ..................... 415

$onde8 & 8 'ariable dependiente % 8 'ariable independiente = 8 *ntercepto =18 Coeficiente pendiente Ei 8 Error aleatorio. Con base en la funcin de regresin muestral 47.).?.5 7.).?.
+ x +e yi = 0 1 i i

.............................. 495

.- ELECCI(N DE UNA ELACI(N FUNCIONAL (c veremos el tipo de funcin matemtica que mejor 2a de representar la dependencia entre las variables, dos son los m/todos empleados8 a5 :na consideracin analtica del fenmeno que nos ocupa 4estudios anteriores5. b5 :n e#amen del diagrama de dispersin en forma grfica de los datos observados, en esta forma es fcil tener una idea si e#iste o no e#iste regresin, si es lineal o

___________________________________________________________________________ Elaborado por : Mg. Carmen Barreto R. 7ec2a 8 1etiembre 9 1 'ersin 89

Universidad Los ngeles de Chimbote

FACULTAD DE CIENCIAS CONTABLES, FINANCIE AS ! AD"INIST ATI#AS

CURSO ESTADSTICA APLICADA

curvilnea, esto puede permitir a2orrar tiempo y dinero, evitando trabajos est/riles. 'er fig. 9 . Diagrama de dis/ersi0n

fig. 9 1EL "2TODO DE LOS "3NI"OS CUAD ADOS O DINA IOS *"-C-O+ El m/todo de los mnimos cuadrados ordinarios brinda los siguientes ! coeficientes de regresin estimados8

= y x 0 1
n( x i yi ) ( x i )( yi ) 1 = 2 n x i2 ( x i )

...........................4@5

............................4A5

1-$- Cara4teristi4as de los 4oe5i4ientes de regresion estimados 1on e#presados 6nicamente en t/rminos de cantidades observables. 1on estimadores puntuales, es decir dada la muestra cada estimador proporcionar un solo valor del parmetro poblacional relevante. 1-,- Inter/reta4ion de los 4oe5i4ientes de regresion estimados 0 8 Es el efecto medio o promedio sobre la variable dependiente de todas las variables omitidas en el modelo de regresin.

___________________________________________________________________________ Elaborado por : Mg. Carmen Barreto R. 7ec2a 8 1etiembre 9 1 'ersin 89

Universidad Los ngeles de Chimbote

FACULTAD DE CIENCIAS CONTABLES, FINANCIE AS ! AD"INIST ATI#AS

CURSO ESTADSTICA APLICADA

1 8

Es el promedio de los incrementos de 6 debido a los aumentos unitarios de 7 o es el promedio de las disminuciones de 6 debido a los aumentos unitarios de 7.

fig. 91 1-.- Coe5i4iente de determina4i0n& r, Consideremos a2ora la bondad de ajuste de la lnea de regresin ajustada al conjunto de datos.

fig. 99 $e la fig. 99 se desprende claramente que si todas las observaciones coinciden con la lnea de regresin, obtendramos el ajuste perfecto lo que raras veces ocurre. Beneralmente tiende a 2aber algunas ei positivos 4encima de la lnea de regresin5 y ei negativos 4debajo de la lnea de regresin5 con la esperan0a de que los erros

___________________________________________________________________________ Elaborado por : Mg. Carmen Barreto R. 7ec2a 8 1etiembre 9 1 'ersin 89

Universidad Los ngeles de Chimbote

FACULTAD DE CIENCIAS CONTABLES, FINANCIE AS ! AD"INIST ATI#AS

CURSO ESTADSTICA APLICADA

aleatorios locali0ados alrededor de la lnea de regresin sean los ms pequeCos posibles. El Coe5i4iente de Determina4i0n *r,+ es una medida resumen que nos dice que tan e#actamente la lnea de regresin estimada se ajusta a los datos observados. El coeficiente de determinacin se e#presa de la siguiente manera8
r =
2

[n

n xy ( x ) ( y ) 2 2 2 2 x ( x ) ][n y ( y ) ]
2

El coeficiente de determinacin muestral es ampliamente utili0ado como una medida de la bondad de ajuste de una lnea de regresin. Es de4ir el r, mide la /ro/or4i0n o /or4enta8e de la varia4i0n de la varia4i0n total en 6 e7/li4ada /or el modelo de regresi0nS9s /ro/iedades son& $- Es una cantidad positiva ,- 1us lmites son8 D r9 D 1 E 1i r9 3 1, quiere decir que el ajuste es perfecto. E 1i r9 3 , quiere decir que no 2ay relacin entre la variable dependiente y la variable independiente. .- Cunto ms se acerca r9 a 1, tanto ms alto ser el grado de linealidad entre las variables. 1- 1i r9 F .GH 2ay seguridad en las predicciones con la ecuacin de regresin lineal estimada. E8em/lo $& 1e desea estudiar la posible relacin entre los gastos mensuales en material informtico 4&5 y los ingresos globales mensuales 4%5 en soles de una empresa, para ello se recoge una muestra aleatoria de I datos, los cuales se adjuntan en la siguiente tabla8

___________________________________________________________________________ Elaborado por : Mg. Carmen Barreto R. 7ec2a 8 1etiembre 9 1 'ersin 89

Universidad Los ngeles de Chimbote

FACULTAD DE CIENCIAS CONTABLES, FINANCIE AS ! AD"INIST ATI#AS

CURSO ESTADSTICA APLICADA

*ngresos globales 4%5 9 H 1 9 J H

Bastos en material informtico 4&5 9H JH KH HH IH @H

1e pide8 a5 Braficar el diagrama de dispersin de las variables dadas y comentar. b5 Estimar la lnea de regresin de los gastos en material informtico sobre los ingresos globales. c5 Braficar la lnea de regresin estimada sobre el diagrama de dispersin. d5 e5 f5 *nterpretar el coeficiente de regresin estimado 1 . Calcular el coeficiente de determinacin r9 e interpretar. LCunto sera el gasto mensual en material infromtico si el ingreso semanal es de %3I solesM

Sol94i0n& a+

$iagrama de dispersin
1

Basto mensual

*ngreso global mensual

___________________________________________________________________________ Elaborado por : Mg. Carmen Barreto R. 7ec2a 8 1etiembre 9 1 'ersin 89

Universidad Los ngeles de Chimbote

FACULTAD DE CIENCIAS CONTABLES, FINANCIE AS ! AD"INIST ATI#AS

CURSO ESTADSTICA APLICADA

b5 Estimando la linea de regresin ( continuacin le mostraremos una tabla de trabajo en donde se 2ar el clculo de las sumatorias solicitadas8 7 9 H 1 9 J H 6 9H JH KH HH IH @H 1 K A 9H 7, K 9H 6, I9H 199H 9 9H J 9H K99H G99H
2

76 H 1GH KH 11 1AH K9H

2

e= y y

J11I.HA G NI1I.HA G JKI@. J9K J1.AIGI K HJ.GI@J KKI.9J1G H99H.9K J 9GK.GHAG IJAJ.G19A 1 9.9@G1 @GJA.IHI
xy =

N9JA.IHI >

x=

y=

y =

>

$$:%%

.$%%%

.;,;%%%%

$<.=%%%

:1$,=%%%

Calculando 1 8
= 1 n xy ( x)( y) n x 2 ( x) 2

Calculando8

6(79750000) (11700)(31000) 1 = 6(39290000) (11700) 2 = 1.1715

1

Calculando 0 1e sabe que 8

= 1.1715 ; x = 1950; y = 5166.6667 1

)eempla0ando en la formula8

0 = y 1 x
___________________________________________________________________________ Elaborado por : Mg. Carmen Barreto R. 7ec2a 8 1etiembre 9 1 'ersin 89 7

Universidad Los ngeles de Chimbote

FACULTAD DE CIENCIAS CONTABLES, FINANCIE AS ! AD"INIST ATI#AS

CURSO ESTADSTICA APLICADA

0 = 5166.6667 1.1715(1950)
= 2882.2964 0

Entonces la lnea de regresin estimada est dada por8

+ x = y 0 1
= 2882.2964 + 1.1715x y
c5 <allando los interceptos para graficar la linea de regresin estimada8 Los inter4e/tos son los /9ntos ?9e /asan /or los e8es 7 e 6

C9ando 7 @ % enton4es 6 estarA dado /or&

y 3 9@@9.9AIK > 1.1G1H# y 3 9@@9.9AIK> 1.1G1H4 5 y 3 9@@9.9AIK

P1 3 4 , 9@@9.9AIK, 5

C9ando 6 @ % enton4es 7 estarA dado /or& y 3 9@@9.9AIK > 1.1G1H# 3 9@@9.9AIK > 1.1G1H# N1.1G1H# 3 9@@9.9AIK
x= 2882.2964 1.1715

# 3 N9KI .JKIA

P9 3 4N9KI .JKIA, 5

___________________________________________________________________________ Elaborado por : Mg. Carmen Barreto R. 7ec2a 8 1etiembre 9 1 'ersin 89

Universidad Los ngeles de Chimbote

FACULTAD DE CIENCIAS CONTABLES, FINANCIE AS ! AD"INIST ATI#AS

CURSO ESTADSTICA APLICADA

'rA5i4a de la linea de regresi0n estimada

Bastos mensuales

*ngresos globales mensuales

d5

1 = 1.1715
Por cada sol que se aumenta en los ingresos semanales el gasto semanal en material informtico aumenta en 1O. 1.1G1H

e5

Calculando el coeficiente de determinacin r 98

r2 = [n n xy ( x ) ( y ) 2 2 x 2 ( x ) ][n y 2 ( y ) ]
2

___________________________________________________________________________ Elaborado por : Mg. Carmen Barreto R. 7ec2a 8 1etiembre 9 1 'ersin 89

Universidad Los ngeles de Chimbote

FACULTAD DE CIENCIAS CONTABLES, FINANCIE AS ! AD"INIST ATI#AS

CURSO ESTADSTICA APLICADA

r =
2

[ 6(79750000) (11700)(31000) ]
(115800000) 2 98850000 140000000 1.340964 1016 1.3839 1016

[6(39290000) (11700) 2 ][6(183500000) (31000) 2 ]

r2 =

r2 =

r 2 = 0.969

Inter/reta4i0n8 quiere decir que el AI.A P de las variaciones de los gastos mensuales promedio en material informtico et e#plicado por los ingresos global mensual. d5 Cuando el ingreso global mensual es de % 3 1O.H . en material informtico est dado por8 , entonces el gasto mensual

= 2882.2964 + 1.1715(6000) y = S/.9911.30 y

1-1- )r9eba de Bi/0tesis /ara el Coe5i4iente de egresion )obla4ional1e debe probar los parmetros poblacionales para asegurar que el estadstico 2allado difiere significativamente de cero. )r9eba /ara C$ $- Form9la4i0n de hi/0tesis& < 8 =1 3 <1 8 =1 Q ,.Nivel de signi5i4an4ia& D EstadEsti4a de /r9eba&

t=

1 1 t n 2 s
1

___________________________________________________________________________ Elaborado por : Mg. Carmen Barreto R. 7ec2a 8 1etiembre 9 1 'ersin 89

10

Universidad Los ngeles de Chimbote

FACULTAD DE CIENCIAS CONTABLES, FINANCIE AS ! AD"INIST ATI#AS

CURSO ESTADSTICA APLICADA

NOTA& La estadEsti4a de /r9eba nos sirve /ara hallar el vaor e7/erimental tF 6 el valor tab9lar t 0 = t1 ; n 2
2

1-

Estable4imiento de los 4riterios de de4isi0n&

1N

/2 Nto . . 0 .! to

O9

. .

. ).(.8 1i tR SNto , toT, se acepta <o. ).).8 1i tR U Nto o tR V to, se rec2a0a <o.

=-

CAl49los &

t" =

1 1 s
1

$onde8

s 1 =

se sc x CME

se =

___________________________________________________________________________ Elaborado por : Mg. Carmen Barreto R. 7ec2a 8 1etiembre 9 1 'ersin 89

11

Universidad Los ngeles de Chimbote

FACULTAD DE CIENCIAS CONTABLES, FINANCIE AS ! AD"INIST ATI#AS

CURSO ESTADSTICA APLICADA

CME =

SCE n 2 (SC #$ ) 2 SC x

SCE = SC y

SC# =

x2

( x) 2 n ( y) 2 n ( x)( y) n

SC y =

y2

SC#y =

xy

G- De4isi0n& 1e acepta o rec2a0a la 2iptesis E8em/lo ,& .omando el ejemplo 1 probar si el coeficiente de regresin poblacional es diferente de $( 1 0) , del ejemplo 1. Con W 3 . H. Form9la4i0n de hi/0tesis& < 8 =1 3 <1 8 =1 Q Nivel de signi5i4an4ia& D@%-%= EstadEsti4a de /r9eba&

,.-

t=

1 1 t n 2 s
1

C%&% n = 6 t t4
___________________________________________________________________________ Elaborado por : Mg. Carmen Barreto R. 7ec2a 8 1etiembre 9 1 'ersin 89 12

Universidad Los ngeles de Chimbote

FACULTAD DE CIENCIAS CONTABLES, FINANCIE AS ! AD"INIST ATI#AS

CURSO ESTADSTICA APLICADA

1-

Estable4imiento de los 4riterios de de4isi0n&

1N 3 .AH

/2=0.025

O93 . 9H

N9.GGI . . .

0 .!

9.GGI . .

).(.8 1i tR SN9.GGI, 9.GGIT, se acepta <o. ).).8 1i tR U N9.GGI o tR V 9.GGI, se rec2a0a <o.

=- CAl49los & $onde8

SC # =

x2

( x) 2 n

SC y =

y2

( y) 2 n (31000) 6
2

SC xy =

xy

( x)( y) n

(11700) 2 SC # = 39290000 6 SC # = 16475000

SC y = 183500000 SC y = 23333333.33

SC xy = 79750000 SC xy = 19300000

(11700)(31000) 6

SCE = SC y

(SC xy ) 2 SC x (19300000) 2 16475000

SCE = 23333333.33 SCE = 723925.1358 SCE n 2 723925.1358 4

CME =

CME =

CME = 180981.284

___________________________________________________________________________ Elaborado por : Mg. Carmen Barreto R. 7ec2a 8 1etiembre 9 1 'ersin 89

13

Universidad Los ngeles de Chimbote

FACULTAD DE CIENCIAS CONTABLES, FINANCIE AS ! AD"INIST ATI#AS

CURSO ESTADSTICA APLICADA

Ent%nces ( se = se = CME 180981.284

s e = 425.419

s 1 =

se sc x 425.419 16475000

s 1 =

s 1 = 0.1048
1 1 s
1

t" =

t" =

1.1715 0.1048

t " = 11.1784

G-

De4isi0n&

t " = 11.1784 '

. . ; entonces se rec2a0a <o . ,o quXe quiere decir que =1 Q .

___________________________________________________________________________ Elaborado por : Mg. Carmen Barreto R. 7ec2a 8 1etiembre 9 1 'ersin 89

14