Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FACULTAD DE TECNOLOGA
MONOGRAFA:
REGRESION LINEAL
PRESENTADO POR:
PILCO MENDOZA, Samuel Steven
Chosica- 2016
1
NDICE
DEDICATORIA
INTRODUCCIN
CAPTULO I
REGRESIN LNEAL
1.1 CONCEPTO ............................................................................................. 5
1.2 HISTORIA................................................................................................. 6
1.3 MODELO DE REGRESIN LNEAL ........................................................ 6
1.4 HIPTESIS DEL MODELO DE REGRESIN LNEAL CLSICO............ 7
CAPTULO II
TIPOS DE REGRESIN LNEAL
2.1 REGRESIN LNEAL SIMPLE .................................................................... 9
2.1.1 SUPOSICIONES DE LA REGRESIN LNEAL ................................... 10
2.1.2 ESTIMACIN DE LA ECUACIN DE REGRESIN MUESTRAL ....... 10
2.1.3 ANTECEDENTES DEL PROBLEMA ................................................... 11
2.1.4 DESARROLLO.................................................................................... 11
2.1.5 HIPTESIS .......................................................................................... 12
2.1.6 INTERPRETACIN ............................................................................ 13
2.2 REGRESIN LNEAL MULTIPLE .............................................................. 14
2.2.1 CONCEPTO ......................................................................................... 14
2.2.2 FORMULA............................................................................................ 15
CAPTULO III
RECTAS DE REGRESIN
3.1 CONCEPTO ............................................................................................... 16
3.2 CORRELACIN ......................................................................................... 16
CAPTULO IV
APLICACIN DE LA REGRESIN LNEAL
4.1 LNEAS DE TENDENCIA ........................................................................... 17
4.2 MEDICINA .................................................................................................. 17
BIBLIOGRAFA ................................................................................................ 18
ANEXOS .......................................................................................................... 19
2
DEDICATORIA
4
CAPITULO I
REGRESION LINEAL
1.1 CONCEPTO
= 0 + 1 2 + 2 2 + + +
Donde:
1, 2, Variables explicativas
independientes o regresores.
0, 1, 2, , : Parmetros, miden la
influencia que las variables . .
Explicativas tienen sobre el regresando.
5
1.2 HISTORIA
La primera forma de regresin lineal documentada fue el mtodo de los
mnimos cuadrados que fue publicada por Legendre en 1805, Gauss public
un trabajo en donde desarrollaba de manera ms profunda el mtodo de los
mnimos cuadrados,1 y en dnde se inclua una versin del teorema de
Gauss-Mrkov.
El trmino regresin se utiliz por primera vez en el estudio de variables
antropomtricas: al comparar la estatura de padres e hijos, donde result que
los hijos cuyos padres tenan una estatura muy superior al valor medio,
tendan a igualarse a ste, mientras que aquellos cuyos padres eran muy
bajos tendan a reducir su diferencia respecto a la estatura media; es decir,
"regresaban" al promedio.2 La constatacin emprica de esta propiedad se
vio reforzada ms tarde con la justificacin terica de ese fenmeno.
El trmino lineal se emplea para distinguirlo del resto de tcnicas de
regresin, que emplean modelos basados en cualquier clase de funcin
matemtica. Los modelos lineales son una explicacin simplificada de la
realidad, mucho ms giles y con un soporte terico mucho ms extenso por
parte de la matemtica y la estadstica.
Pero bien, como se ha dicho, se puede usar el trmino lineal para distinguir
modelos basados en cualquier clase de aplicacin.
= +
6
= 1 + 2 +
7
cualquier observacin muestral no viene influenciado por los valores de
las perturbaciones correspondientes a otras observaciones mustrales.
Regresores estocsticos.
Independencia lineal. No existen relaciones lineales exactas entre los
regresores.
T>K+1. Suponemos que no existen errores de especificacin en el
modelo, ni errores de medida en las variables explicativas.
Normalidad de las perturbaciones: ~(0, 2
8
CAPITULO II
9
2.1.1 SUPOSICIONES DE LA REGRESIN LINEAL
10
Est expresado en las mismas unidades de Y por cada unidad de X.
Indica el nmero de unidades en que vara Y cuando se produce
un cambio, en una unidad, en X (pendiente de la recta de regresin).
Un valor negativo de b sera interpretado como la magnitud del decremento
en Y por cada unidad de aumento en X.
2.1.4 DESARROLLO
Representacin Matemtica
I.C. para la I. C.
estatura pesos Regresin Lineal media individual
1 152 50 23104 2500 7600 56.43 -6.43 53.07 59.79 47.30 65.56
2 155 61.5 24025 3782.3 9532.5 59.03 2.47 56.09 61.97 50.05 68.02
3 152 54.5 23104 2970.3 8284 56.43 -1.93 53.07 59.79 47.30 65.56
4 155 57.5 24025 3306.3 8912.5 59.03 -1.53 56.09 61.97 50.05 68.02
5 157 63.5 24649 4032.3 9969.5 60.77 2.73 58.05 63.48 51.85 69.68
11
6 152 59 23104 3481 8968 56.43 2.57 53.07 59.79 47.30 65.56
7 157 61 24649 3721 9577 60.77 0.23 58.05 63.48 51.85 69.68
8 165 72 27225 5184 11880 67.71 4.29 65.17 70.24 58.85 76.57
9 162 66 26244 4356 10692 65.11 0.89 62.65 67.56 56.27 73.94
10 178 72 31684 5184 12816 78.99 -6.99 74.65 83.33 69.45 88.52
11 183 84 33489 7056 15372 83.32 0.68 78.01 88.64 73.31 93.34
12 178 82 31684 6724 14596 78.99 3.01 74.65 83.33 69.45 88.52
Representacin Grfica
2.1.5 HIPTESIS
Tabla de anlisis de
varianza
12
Fuente
de Grados de Suma de Cuadrados
estadstico
Variacin libertad cuadrados medios F
Debido a
la
regresin 1 1061.1 1061.1 73.08
total 11 1206.3
2.1.6 INTERPRETACIN
13
Coeficiente de determinacin: R=0.8796
El valor de b = 0.8676 indica el incremento del peso en kilogramos, en
promedio, por cada centmetro de aumento en la estatura de los hombres
adultos.
El valor de a, no tiene interpretacin prctica en el ejemplo, se interpretara
como el valor obtenido, en promedio, para el peso Y, cuando la estatura es 0.
Utilizando la ecuacin de regresin para estimar o predecir valores de la
variable Y: Para una talla de 180 se obtiene un peso de 80.7 kg.
Cunto se espera que pese (en promedio) una persona que mide 1.60 m?
Sustituyendo el valor de inters en la ecuacin:
2.2.1 CONCEPTO
La regresin lineal mltiple permite trabajar con una variable a nivel de
intervalo o razn. De la misma manera es posible analizar la relacin entre
dos o ms variables a travs de ecuaciones.
14
2.2.2 FROMULA
= 0 + 1 +
15
CAPITULO III
RECTAS DE REGRESION
3.1 CONCEPTO
Las rectas de regresin son las rectas que mejor se ajustan a la nube de puntos
(o tambin llamada diagrama de dispersin) generada por una distribucin
binomial. Matemticamente, son posiblemente dos rectas de mximo ajuste.
= + ( )
2
= + ( )
2
3.2 CORRELACION
16
CAPTULO IV
4.2 MEDICINA
17
BIBLIOGRAFIA
18
ANEXOS
19
20