Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Regresión Lineal
Simple
Modelos Empíricos
Muchos problemas en la ingeniería involucran
las relaciones entre dos o más variables
Por ejemplo: temperatura y dureza
El análisis de regresión es una técnica
estadística muy útil para este tipo de
problemas.
Se puede hacer un modelo para predecir la
dureza del material a cierta temperatura
1
17/06/2010
Modelos Empíricos
Diagrama de dispersión
2
17/06/2010
Observaciones
No hay una curva simple que una todos los
puntos
3
17/06/2010
Importancia de la Varianza
La varianza determina la variabilidad en las
observaciones
Entonces si σ2 es pequeña los valores de las
observaciones de Y caerán muy cerca de la
línea, en cambio si σ2 es grande los valores de
las observaciones de Y se desviarán mucho de
la línea.
Debido a que σ2 es constante, la variabilidad
en Y para cualquier valor de x es el mismo
4
17/06/2010
Importancia de la Varianza
5
17/06/2010
Simplificando tenemos:
6
17/06/2010
Definición
Los estimadores de mínimos cuadrados en la
intercepción y en la pendiente en un modelo de
regresión lineal simple son:
Observaciones
La regresión lineal estimada por lo tanto es:
7
17/06/2010
Observaciones
Es conveniente dar símbolos especiales al
numerador y al denominador de la definición
anterior
Ejemplo
8
17/06/2010
Ejemplo
Ejemplo
9
17/06/2010
Estimación de σ2
Tenemos aún otro parámetro desconocido en
nuestro modelo de regresión, σ2 la varianza
del término de error aleatorio є
Para esto definimos La suma de cuadrados de
los residuales, mejor conocida como error de
suma de cuadrados
Estimación de σ2
Tenemos ahora que un estimador puntual de
la varianza es igual a:
10
17/06/2010
Errores estándar
En la regresión lineal simple el error estándar
estimado de la pendiente y de la intersección
son:
11
17/06/2010
12
17/06/2010
Casos especiales
Si aceptamos la hipótesis
Si Rechazamos la hipótesis
Ejemplo
Continuando con el ejemplo anterior, evaluemos las
siguientes hipótesis
Usaremos α = 0.01
Tenemos lo siguiente
13
17/06/2010
Análisis de la Varianza
El método de análisis de la varianza mide la
significancia de la regresión
El método particiona la variabilidad total de la
respuesta variable en componentes
significativos como la base para la prueba
La igualdad para el análisis de la varianza es:
Análisis de la Varianza
Simbólicamente la ecuación puede escribirse así:
Donde:
14
17/06/2010
Análisis de la Varianza
Para rechazar o aceptar utilizaremos ahora la
distribución F
Rechazaremos H0 si
MSR y MSE son los cuadrados significativos
Ejemplo
Utilizaremos el mismo ejemplo anterior,
15
17/06/2010
Intervalos de confianza
Ejemplo
Encontrar intervalo de confianza del 95%
sobre la pendiente usando los datos
anteriores
16
17/06/2010
Análisis de residuales
Sabemos que un residual es:
Se podría utilizar un histograma de frecuencia
de residuales, pero es mejor utilizar una
gráfica de probabilidad normal
17
17/06/2010
18
17/06/2010
Coeficiente de determinación R2
Se determina así:
19