Ecuación de regresión lineal

 Introducción:

Si sabemos que existe una relación entre una variable denominada dependiente y otras
denominadas independientes (como por ejemplo las existentes entre: la experiencia
profesional de los trabajadores y sus respectivos sueldos, las estaturas y pesos de
personas, la producción agraria y la cantidad de fertilizantes utilizados, etc.). Puede
darse el problema que la dependiente asuma múltiples valores para una combinación
de valores de las independientes.
Si se da este tipo de relaciones, se suele recurrir a los estudios de regresión en los cuales
se obtiene una nueva relación pero de un tipo especial denominado función, en la cual
la variable dependiente se asocia con un indicador de tendencia central de la variable
independiente. Cabe recordar que en términos generales, una función es un tipo de
relación en la cual para cada valor de la variable independiente le corresponde uno y
solo un valor de la variable dependiente.

 Concepto:

En el estudio de la relación funcional entre dos variables poblaciones, una variable X,

llamada independiente, explicativa o de predicción y una variable Y, llamada
dependiente o variable respuesta, presenta la siguiente notación:

Y= a +bX + e
Donde:
a es el valor de la ordenada donde la line de regresión se intercepta con el eje Y.
b es el coeficiente de regresión poblacional (pendiente de la línea recta)
e es el error

 Suposiciones de la regresión lineal:

1. Los valores de la variable independiente X son fijos, medidos sin error.

2. La variable Y es aleatoria
3. Para cada valor de X, existe una distribución normal de valores de Y (subpoblaciones
Y)
4. Las variancias de las subpoblaciones Y son todas iguales.
5. Todas las medidas de las subpoblaciones de Y están sobre la recta.
6. Los valores de Y están normalmente distribuidos y son estadísticamente
independientes.

 Estimación de la ecuación de regresión muestral:

Consiste en determinar los valores de “a” y “b” a partir de la muestra, es decir, encontrar
los valores d a y b con los datos observados de la muestra. El método de estimación es
el de Mínimos Cuadrados, mediante el cual se obtiene:

Luego, la ecuación de regresión muestral estimada es:

Que se interpreta como:

a es el estimados de a
Es el valor estimado de la variable Y cuando la variable X = 0
b es el estimador de b, es el coeficiente de regresión
Esta expresado en las mismas unidades de Y por cada unidad de X. Indica el número de
unidades en que varía y cuando se produce un cambio, en una unidad, en X (pendiente
de la recta de regresión)
 Un valor negativo de b seria interpretado como la magnitud de Y por cada unidad de
aumento en X.

 Ejemplo:

Los datos de la siguiente tabla representan las estaturas (X, cm) y los pesos (Y, kg) de
una muestra de 12 hombres adultos. Para cada estatura fijada previamente se observó
el peso de una persona seleccionada de entre el grupo con dicha estatura, resultando:

X 152 155 152 157 152 157 165 162 178 183 178 155
Y 50 61.5 54.5 63.5 59 61 72 66 72 84 82 57.5

Con estos datos vamos a plantear una ecuación de regresión simple que nos permita
pronosticar los pesos conociendo las tallas. Utilizaremos a= 0.05, y contrastaremos
nuestra hipótesis con la prueba F.

 Solución:

estatura pesos Regresión lineal

datos x y 𝑥2 𝑦2 x.y Y est.

1 152 50 23104 2500 7600 56.43

2 155 61.5 24025 3782.3 9532.5 59.03

3 152 54.5 23104 29703 8284 56.43

4 157 63.5 24649 4032.3 9969.5 60.77

5 152 59 23104 3481 8968 56.43

6 157 61 24649 3721 9577 60.77

7 165 72 27225 5184 11880 67.71

8 162 66 26244 4356 10692 65.11

9 178 72 31684 5184 12816 78.99

10 183 84 33489 7056 15372 83.32

11 178 82 31684 6724 14596 78.99

12 155 57.5 24025 3306.3 8912.5 59.03

 Estadística bivariada

 Concepto:

La estadística univariada se aplica, por lo general, en explotaciones estadísticas básicas

de la fuente de datos (frecuencias, porcentajes, promedios, tasas…). La estadística
bivariada trata de ir más allá elaborando índices y resultados estadísticos en términos
de relaciones entre dos variables de interés, así como de establecer inferencias sobre
una población a partir de datos que provienen de una muestra (como, por ejemplo, en
los estudios mediante encuesta).

El conjunto de técnicas estadísticas bivariada difiere en función del tipo de datos de los
que se dispone (niveles de medida: nominal, ordinal, intervalo, razón), adaptándose en
todo momento al contexto de análisis aplicado en el que nos encontremos.

 El nivel de significación:

Indica si existe o no relación entre dos variables. Cuando la significación es menor de

0.05 si existe correlación significativa. Si existe correlación significativa debemos pasar
al coeficiente de correlación.
  Coeficiente de correlación:

Permite medir la relación lineal que existe entre dos variables. El coeficiente de
correlación varias desde -1 (correlación perfecta negativa) hasta 1 (correlación perfecta
positiva).

𝑐𝑜𝑣 (𝑥,𝑦)
=r
𝑠𝑥 𝑠𝑦
Donde cov (x, y) corresponde a la covarianza entre X y Y.

 Covarianza:

Medida del producto de las variables menos el producto de las medias. Proporciona una
medida de la dependencia entre las variables. Propiedad: si X y Y son variables
independientes su covarianza es cero.
Costos de minerales por onza

 Oro
Último mes

 Plata
Último mes
 Platino
Último mes
 Bibliografía:

 http://es.slideshare.net/lapicos/bivariados
 http://mineriaenlinea.com/cotizaciones/
 https://bibliotecadeinvestigaciones.wordpress.com/matematicas/estadi
stica-descriptiva-conceptos-generales/
 http://www.monografias.com/trabajos27/regresion-simple/regresion-
simple.shtml
 http://networkianos.com/que-es-la-correlacion-bivariada-y-como/
 https://es.wikipedia.org/wiki/Metamorfismo
 Metamorfismo
Se denomina metamorfismo a la transformación sin cambio de estado de la estructura
o la composición química o mineral de una roca cuando queda sometida a condiciones
de temperatura o presión distintas de las que se originan o cuando recibe inyección de
fluidos.
Entre los factores que afectan el metamorfismo están: la estructura y composición
original de la roca, la presión y temperatura en la que evoluciona el sistema, la presencia
de fluidos y el tiempo.

 Tipos de metamorfismo:

Existen varios tipos de metamorfismo debido a la diversidad de causa que lo producen.

  Metamorfismo de contacto:

También conocido como metamorfismo térmico, ocurre cuando la transformación de

las rocas se debe principalmente a las altas temperaturas a las que se ven sometidas.
Esto se da cuando el magma intruye un cuerpo rocoso, y las altas temperaturas
metamorfizan las rocas encajantes, formando una aureola de contacto.

 Metamorfismo regional:

Se produce por el efecto simultáneo de un aumento

de la presión y de la temperatura durante largos
periodos de tiempo en grandes áreas de la corteza
terrestre con gran actividad tectónica, como los
límites de las placas litosfericas.

 Metamorfismo dinámico:

El factor dominante en el metamorfismo dinámico es la presión, provocada por el

movimiento entre bloques o placas que genera la acción de las fallas. Las rocas que se
generan en este proceso se llaman brechas de falla o cataclastitas, y se caracterizan por
la presencia de cantos englobados por una matriz, generados por trituración (cataclasis)
 “Año de la Diversificación Productiva y del
Fortalecimiento de la Educación”

Universidad Nacional de Piura

 Facultad:

 Ingeniería de Minas

 Curso:

 Geoestadistica

 Tema:

 Ecuación de regresión lineal

 Estadística bivariada
 Costo de minerales por onza
 Metamorfismo

 Docente:

 Ing. Zeta Flores Martin

 Alumno:

 Carrasco Jimenez Juan Diego

2015