Está en la página 1de 7

INSTITUTO TECNOLOGICO DE

PIEDRAS NEGRAS

TRABAJO UNIDAD 5

FRANCISCO JAVIER GONZLEZ SALAZAR


14430354
ING. ELECTRONICA
PROBABILIDAD Y ESTADISTICA
PROF. ROSALINA MOGUEL
Concepto de regresin

El anlisis de regresin consiste en emplear mtodos que permitan


determinar la mejor relacin funcional entre dos o ms variables
concomitantes (o relacionadas), y el anlisis de correlacin, el grado de
asociacin de las mismas. Es decir; no slo se busca una funcin
matemtica que exprese de qu manera se relacionan, sino tambin con
que precisin se puede predecir el valor de una de ellas si se conoce los
valores de las variables asociadas.

ANALISIS DE REGRESION
Una relacin funcional matemticamente hablando, est dada por:
Y = f(x1,...,xn; 1,...,m)
Dnde: Y: Variable respuesta (o dependiente)
Xi: La i-sima variable independiente (i=1,..., n)
j : El j-simo parmetro en la funcin (j=1,...m)
F: La funcin

Para elegir una relacin funcional particular como la representativa de la


poblacin bajo investigacin, usualmente se procede:
1) Una consideracin analtica del fenmeno que nos ocupa, y
2) Un examen de diagramas de dispersin.

Una vez decidido el tipo de funcin matemtica que mejor se ajusta (o


representa nuestro concepto de la relacin exacta que existe entre las
variables) se presenta el problema de elegir un expresin particular de
esta familia de funciones; es decir, se ha postulado una cierta funcin
como trmino del verdadero estado en la poblacin y ahora es necesario
estimar los parmetros de esta funcin (ajuste de curvas).
Como los valores de los parmetros no se pueden determinar sin
errores por que los valores observados de la variable dependiente no
concuerdan con los valores esperados, entonces la ecuacin (1)
replanteada, estadsticamente, sera:
Y = f(x1,...xn;1,...,m) +

Donde representa el error cometido en el intento de observar la


caracterstica en estudio, en la cual muchos factores contribuyen al valor
que asume .

Utilidad de regresin
Es til para encontrar una relacin "terica" para tus datos
experimentales, o sea una ecuacin matemtica conocida por medio de
la cual puedas encontrar valores para aquello que no has medido, sin
tener que medirlo. Tambin sirve para decir que lo que has medido
experimentalmente tiene una "tendencia".
Cuando realizas una regresin tiene que tener en cuenta que la misma
es vlida cuando un parmetro (en general llamado R) est dentro de los
intervalos permitidos que significa que el error o la diferencia que hay
entre los datos experimentales y el ajuste terico (hecho por la
regresin) son mnimo.

Concepto de coeficiente de correlacin


El coefi ciente de correlacin lineal es el cociente entre
la covarianza y el producto de las desviaciones tpicas de
ambas variables.
El coefi ciente de correlacin lineal se expresa mediante la
letra r.

Propiedades
1. El coefi ciente de correlacin no vara al hacerlo la escala
de medicin.

Es decir, si expresamos la altura en metros o en centmetros


el coefi ciente de correlacin no vara.
2. El signo del coefi ciente de correlacin es el mismo que el
de la covarianza.
Si la covarianza es positiva, la correlacin es directa.
Si la covarianza es negativa, la correlacin es inversa.
Si la covarianza es nula, no existe correlacin.
3. El coefi ciente de correlacin
comprendido entre 1 y 1.

lineal es

un

nmero

real

1 r 1
4. Si el coefi ciente de correlacin lineal toma valores
cercanos a 1 la correlacin es fuerte e inversa , y ser tanto
ms fuerte cuanto ms se aproxime r a 1.
5. Si el coefi ciente de correlacin lineal toma valores
cercanos a 1 la correlacin es fuerte y directa , y ser tanto
ms fuerte cuanto ms se aproxime r a 1.
6. Si el coefi ciente de correlacin
cercanos a 0, la correlacin es dbil.

lineal toma

valores

7. Si r = 1 o 1, los puntos de la nube estn sobre la recta


creciente o decreciente. Entre ambas variables hay
dependencia funcional.

Utilidad de coefi ciente de correlacin


En una distribucin bidimensional puede ocurrir que las dos variables
guarden algn tipo de relacin entre s.
Por ejemplo, si se analiza la estatura y el peso de los alumnos de una
clase es muy posible que exista relacin entre ambas variables:
mientras ms alto sea el alumno, mayor ser su peso.
El coeficiente de correlacin lineal mide el grado de intensidad de esta
posible relacin entre las variables. Este coeficiente se aplica cuando la
relacin que puede existir entre las variables es lineal (es decir, si
representramos en un grfico los pares de valores de las dos variables
la nube de puntos se aproximara a una recta).

No obstante, puede que exista una relacin que no sea lineal, sino
exponencial, parablica, etc. En estos casos, el coeficiente de
correlacin lineal medira mal la intensidad de la relacin las variables,
por lo que convendra utilizar otro tipo de coeficiente ms apropiado.
Para ver, por tanto, si se puede utilizar el coeficiente de correlacin
lineal, lo mejor es representar los pares de valores en un grfico y ver
qu forma describe.

Como se hace la estimacin de intervalos de


confi anza para coefi cientes de correlacin
Mtodos para calcular Intervalos de confi anza para el
Coefi ciente de Correlacin
Mtodo I: Basado en la transformacin Arco tangente
Este intervalo puede considerarse el intervalo clsico para
este parmetro debido Fisher (Stuart y Ord, 1987).

Mtodo II: Intervalo de la Razn de Verosimilitud


El siguiente intervalo de confianza no se ha encontrado en la literatura y
es
Un aporte de este documento. Kalbfleish (1985) y Pawitan (2001)
presentan la metodologa para construir intervalos de verosimilitud. Si L
() es la funcin de verosimilitud, se define la funcin de verosimilitud
relativa como

El conjunto de valores de para los cuales R () p es llamado


intervalo de 100 %p de verosimilitud para . Los intervalos del 14,7 % y
del 3,6 % de verosimilitud corresponden a intervalos de confianza de
niveles del 95 % y 99 % aproximadamente. Lo que se debe hacer
entonces es hallar las races que nos dan los lmites del intervalo. Para el
caso del parmetro tenemos que un intervalo de confianza del 95 % se
halla encontrando el par de races tal que

Fuente de informacin

http://www.contraloria.gob.pa/inec/iasi/docs/announcements/docu
mentos/MemoriasComunicaciones/7%20Pacheco_CorreaComparaci
onIntervalosConfianzaCoeficienteCorrelacion.pdf
https://www.fisterra.com/mbe/investiga/var_cuantitativas/var_cuan
titativas2.pdf
http://www.monografias.com/trabajos93/muestreo-correlacionescontingencias-y-pearson/muestreo-correlaciones-contingencias-ypearson2.shtml
http://www.vitutor.com/estadistica/bi/coeficiente_correlacion.html
http://www.aulafacil.com/cursos/l11224/ciencia/estadisticas/estadis
ticas/coeficiente-de-correlacion-lineal
http://es.wikipedia.org/wiki/Coeficiente_de_correlaci
%C3%B3n_de_Pearson
http://www.monografias.com/trabajos14/estadistica/estadistica.sht
ml
http://html.rincondelvago.com/regresion-y-correlacion.html