Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CORRELACIÓN
LINEAL Y ANÁLISIS
DE REGRESIÓN
LINEAL SIMPLE
CLASE N°4
ESTD081
σ𝑛 2
𝑖=1 𝑥𝑖 σ𝑛 2
𝑖=1 𝑥𝑖
𝛽መ0 – 𝑡(1−𝛼,𝑛−2) 𝑆መ𝑅2 ≤ 𝛽0 ≤ 𝛽መ0 + 𝑡1−𝛼,𝑛−2 𝑆መ𝑅2
2 𝑛𝑆𝑥𝑥 2 𝑛𝑆𝑥𝑥
𝛼
donde 𝑡1−𝛼,𝑛−2 es el cuantil 1 − de la distribución t-student con
2 2
𝑛 − 2 grados de libertad.
2
𝑆መ𝑅 2
𝑆መ𝑅
𝛽መ1 – 𝑡(1−𝛼,𝑛−2) ≤ 𝛽1 ≤ 𝛽መ1 + 𝑡(1−𝛼,𝑛−2)
2 𝑆𝑥𝑥 2 𝑆𝑥𝑥
𝛼
donde 𝑡 𝛼
1− 2 ,𝑛−2 es el cuantil 1 − de la distribución t-student con
2
𝑛 − 2 grados de libertad.
𝐻𝑜: 𝛽1 = 𝛽 ∗ y 𝐻1: 𝛽1 ≠ 𝛽∗ ,
𝛽1 −𝛽1
Luego tenemos que 𝑡1 = መ
~𝑡1−𝛼,𝑛−2 bajo 𝐻𝑜 .
𝑆𝑅 / 𝑆𝑥𝑥 2
Puede rechazarse 𝐻𝑜 si |𝑡1 | > 𝑡1−𝛼,𝑛−2 .
2
Ho: β1 = 0 y H1: β1 ≠ 0
S y2
i
( y y ) 2
n 1
n n n
i
( y
i 1
y ) 2
i
( y ˆ
y
i 1
) 2
i
( ˆ
y y ) 2
i 1
ANOVA para β1 = 0
Fuente de Suma de Grados de Cuadrados F calculada
variación cuadrados libertad medios
Regresión SCR 1 CMR=SCR/1
F = CMR/CME
Error SCE n-2 CME = SCE/n-2
Total SCT n-1
Y
En primer lugar olvidemos que existe la
variable X. Veamos cuál es la variabilidad
en el eje Y.
𝑆መ𝑅2
𝑅2 = 1 − 2
𝑆𝑦
edad<-c(4.5,4.5,4.5,4.0,4.,4.,5,5,5.5,5,0.5,0.5,6,6,1,1,1)
costos<-c(619,1049,1033,495,723,681,890,1522,987,1194,163,
182,764,1373, 978,466,549)
El modelo ajustado queda en mi.modelo (si desean, pueden hacerlo directo con
función lm(costos~edad)
Para visualizar el modelo ajustado:
mi.modelo
Coefficients:
(Intercept) edad
323.6 131.7
En esta salida el modelo ajustado es: 𝑦ො = 323,6 + 131,7𝑋
Otra opción de ver el modelo, incluyendo las inferencia para los coeficientes de regresión es:
summary(mi.modelo)
Call:
lm(formula = costos ~ edad) #aquí variable dependiente: costos, independiente: edad
Residuals:
Min 1Q Median 3Q Max #información sobre los residuales
-355.49 -207.48 -61.06 132.65 539.80
Coefficients:
Estimate Std. Error t value Pr(>|t|) # valor de los estimadores, error estándar
(Intercept) 323.62 146.94 2.202 0.04369 * # de los estimadores, valor t y p-valor
edad 131.72 35.61 3.699 0.00214 **
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
confint(mi.modelo)
2.5 % 97.5 %
(Intercept) 10.42936 636.8152 #10,43 ≤ 𝛽0 ≤ 636,82
edad 55.82166 207.6113 #55,82 ≤ 𝛽1 ≤ 207,61
Call:
lm(formula = y ~ x)
Residuals:
Min 1Q Median 3Q Max
-0.72257 -0.31200 -0.04122 0.21549 0.95371
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 5.70085 0.22677 25.140 1.12e-13 ***
x 0.23095 0.05495 4.203 0.000769 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1