Está en la página 1de 7

Regresión y Correlación Lineal

Regresión Lineal Simple De Dos Variables Cuantitativa

Las variables cuantitativas relacionadas en el problema de estudio son Cantidad de

Empresas (X) y Personas con Empleo (Y).

Media X 253.144
Media Y 25286285,9
R2 0,9646
Covarianza 6,0067E+10
Varianza X 632315114
Varianza Y 5,99E+12
Sx 25066,68
Sy 2439863,36
r 0,982
a 1086599
b 95,596

Estadísticas de la regresión
Coeficiente de
correlación múltiple 0,982
Coeficiente de
determinación R^2 0,9646
0,9643695
R^2 ajustado 9
462004,24
Error típico 3
Observaciones 159

Análisis de Varianza
Valor
Grados de Suma de Promedio de los crítico de
libertad cuadrados cuadrados F F
4277,4136 8,18E-
Regresión 1 9,13E+14 9,13E+14 9 116
Residuos 157 3,35E+13 2,13E+11
Total 158 9,47E+14
Error Estadístico Inferior Superior Inferior Superior
Coeficientes típico t Probabilidad 95% 95% 95,0% 95,0%
Intercepción 1086599,03 371824,43 2,92234436 0,00398729 352175,442 1821022,61 352175,442 1821022,61
Variable X
1 95,5963404 1,4616744 65,4019395 8,18E-116 92,709257 98,4834238 92,709257 98,4834238
Coeficiente de correlación (r)

𝑟 = √R2

𝑟 = √0,9646

𝒓 = 𝟎, 𝟗𝟖𝟐

r > 0 = Positiva

r < 0 = Negativa o Inversa

r = 1 o -1 Tienen una dependencia exacta

r = -1 Tendencia negativa

r = 1 Tendencia positiva

Diagrama de Dispersión

Correlación Lineal entre Cantidad de


Empresas y Personas con Empleo
32,000,000

y = 95.596x + 1E+06
PERSONAS CON EMPLEO (Y)

30,000,000
R² = 0.9646

28,000,000

26,000,000

24,000,000

22,000,000

20,000,000
195,000 215,000 235,000 255,000 275,000 295,000 315,000
CANTIDAD DE EMPRESAS (X)
Es una tendencia lineal directa y positiva entre las dos variables, correlación lineal simple

entre las variables Cantidad de Empresas (X) y Personas con Empleo (Y).

Totales de la Tabla para hallar los Valores de la Ecuación Matemática


40.249.974 4.020.519.460 1.027.322.978.221.270 10.288.964.951.458 102.610.520.960.873.000
X Y X*Y X2 Y2

𝒏 𝜮𝑿𝒀 − 𝜮𝑿 ∗ 𝜮𝒀
𝒃=
𝒏 𝜮𝑿𝟐 −(𝜮𝑿)𝟐

159(1.027.322.978.221.270) − (40.249.974)(4.020.519.460)
𝒃=
159(10.288.964.951.458)−(40.249.974)2

1.518.549.805.687.230
𝒃=
15.885.020.281.146

𝒃 = 𝟗𝟓, 𝟓𝟗𝟔

𝜮𝒀 − 𝒃 𝜮𝑿
𝒂=
𝒏

4.020.519.460 − (95,596 ∗ 40.249.974)


𝒂=
159
172769245
𝒂=
159

𝒂 = 𝟏𝟎𝟖𝟔𝟓𝟗𝟗

Ecuación Matemática:

̂ = 𝒂 + 𝒃𝑿
𝒀

𝑌̂ = Variable dependiente (la que se va a predecir)


a = Intercepto de la variable Y
X = Variable independiente
b = Pendiente de la recta
El modelo matemático es:

̂ = 𝟗𝟓, 𝟓𝟗𝟔𝒙 + 𝟏𝟎𝟖𝟔𝟓𝟗𝟗


𝒀

Personas con empleo = 95,596*Cantidad de empresas + 1086599

Es una excelente estimación para las dos variables. El modelo de regresión lineal ajustado

tiene un alto grado de confiabilidad.

El R2 (coeficiente de determinación) afirma que el modelo explica el 95,59% de la

información. La variable de Cantidad de Empresas está directamente relacionada con el

número de Personas con Empleo; esto quiere decir que entre mayor es la Cantidad de

Empresas existentes en Colombia mayor va a ser el Número de Personas con Empleo. . Es

muy poca la Demanda de Empresas en el país para la cantidad de personas que hay en

Colombia, es por ello que hay mucho desempleo.

Las Personas con Empleo son dependiente de la Cantidad de Empresas en el país.

Es una Correlación excelente entre las dos variables, lo confirma el valor de r (0,98) que

se acerca a 1. r = √𝑅 2 r = √0,9646 r = 0,98.


Regresión Lineal Múltiple de Variables Cuantitativas

Variables cuantitativas relacionadas:

Variables independientes (X):

Producción Billones (X1)

Producción por Persona (X2)

Variable dependiente (Y): Índice de Precios

Media X1 48303554,2
Media X2 1048005,0
Media Y 104,3
R2 X1 0,983
R2 X2 0,980

Estadísticas de la regresión
Coeficiente de correlación
múltiple 0,991404182
Coeficiente de determinación
R^2 0,982882253
R^2 ajustado 0,982662794
Error típico 2,075340053
Observaciones 159

ANÁLISIS DE VARIANZA
Promedio
Grados de Suma de de los Valor
libertad cuadrados cuadrados F crítico de F
Regresión 2 38579,6261 19289,813 4478,674318 1,617E-138
Residuos 156 671,897668 4,30703634
Total 158 39251,5237

Estadístico Inferior Superior Inferior Superior


Coeficientes Error típico t Probabilidad 95% 95% 95,0% 95,0%
Intercepción 53,00171854 2,49576674 21,2366475 6,97447E-48 48,0718617 57,9315754 48,07186168 57,9315754
Variable X 1 1,53976E-06 3,018E-07 5,10188511 9,651E-07 9,4361E-07 2,1359E-06 9,43613E-07 2,1359E-06
-
Variable X 2 -2,20381E-05 1,6211E-05 1,35944188 0,175968431 -5,406E-05 9,9836E-06 -5,40597E-05 9,9836E-06
Diagrama de Dispersión

DESEMPLEO EN COLOMBIA
70,020,000

60,020,000
y = 866585x - 4E+07
R² = 0.9861
INDICE DE PRECIOS

50,020,000

40,020,000

30,020,000

20,020,000

y = 16911x - 713134
10,020,000 R² = 0.989

20,000
75.0 80.0 85.0 90.0 95.0 100.0 105.0 110.0 115.0
PRODUCCIÓN BILLONES Y PRODUCCIÓN POR PERSONA

Produccion Billones (X1) Producción por Persona (X2)


Linear (Produccion Billones (X1)) Linear (Producción por Persona (X2))

Es una correlación directa entre la sociedad de las Variables.

Ecuación Matemática:

𝒀 = 𝒂 + 𝒃𝟏 𝑿𝟏 + 𝒃𝟐 𝑿𝟐

Y = Variable dependiente

a = Intercepto de la variable Y

𝑋1 , 𝑋2 = Valores de las dos variables independientes

𝑏1 , 𝑏2 = Pendientes asociadas con cada variable independiente, respectivamente

El modelo matemático es: 𝒀 = 𝟓𝟑, 𝟎 + 𝟏, 𝟓𝟒𝟎𝑬 − 𝟎𝟔𝑋1 − 𝟐, 𝟐𝟎𝟒𝑬 − 𝟎𝟓𝑋2


Índice de Precio = 53,0 + 1,540E-06 * Producción billones - 2,204E-05 * Producción por
persona

Es una excelente valoración para las dos variables. El modelo de regresión lineal preciso

tiene un alto grado de confiabilidad.

El R2 (coeficiente de determinación) afirma que el modelo explica el 98% de la

encuesta. La variable de Índice de precios está claramente relacionada con Elaboración por

persona y Producción Billones; esto quiere decir que entre mayor es la manufactura

existentes en Colombia mayor va a ser el índice de precios

El índice de precios depende de la producción en Billones realizadas por persona. Las

variables está muy bien coherentes, es decir existe una correlación.

Es una Correlación múltiple excelente entre las tres variables, lo confirma el valor de r

(0,99) que se acerca a 1. r = √𝑅 2 r = √0,98 r = 0,99.