Estadística taller unidad 5

Regresión lineal

Presentado por:
Cindy Johana Caicedo Mosquera id: 575959
Berson Brayan Bolívar id: 585642

Tutor:
Juan Bautista Riascos Ramírez

Asignatura
Estadística descriptiva

Corporación Universitaria Minuto de Dios

Sede Buenaventura
7to. Semestre –Septiembre, 2019
Ejercicio 1. Una determinada empresa de productos básicos muestra los datos del último año de
ventas (en millones de pesos) y al gasto en publicidad (en millones de pesos). La tabla siguientes
muestra estas dos variables X e Y.

a. Grafique la nube de puntos.

b. Calcule el valor de la covarianza
c. Determine el tipo de correlación lineal hallando el coeficiente de correlación
d. Halle la recta de regresión

X Y
181 16
176 17
174 15
196 21
200 19
188 17
184 18
193 20
190 21
199 22
170 15
184 17
SOLUCIÓN,
a. Gráfica nube de puntos.
 1. Tabla de datos.

Item xi yi xi*y xi² yi² Ẋ Ŷ xi-ẋ (yᵢ-Ῡ) (xᵢ- Ẋ)² (yᵢ- Ῡ)² (xᵢ-Ẋ)* (yᵢ-Ῡ)
1 181 16 2896 32761 256 186,3 18,2 -5,3 -2,2 27,6 4,7 11,4
2 176 17 2992 30976 289 186,3 18,2 -10,3 -1,2 105,1 1,4 12,0
3 174 15 2610 30276 225 186,3 18,2 -12,3 -3,2 150,1 10,0 38,8
4 196 21 4116 38416 441 186,3 18,2 9,8 2,8 95,1 8,0 27,6
5 200 19 3800 40000 361 186,3 18,2 13,8 0,8 189,1 0,7 11,5
6 188 17 3196 35344 289 186,3 18,2 1,8 -1,2 3,1 1,4 -2,0
7 184 18 3312 33856 324 186,3 18,2 -2,3 -0,2 5,1 0,0 0,4
8 193 20 3860 37249 400 186,3 18,2 6,8 1,8 45,6 3,4 12,4
9 190 21 3990 36100 441 186,3 18,2 3,8 2,8 14,1 8,0 10,6
10 199 22 4378 39601 484 186,3 18,2 12,8 3,8 162,6 14,7 48,9
11 170 15 2550 28900 225 186,3 18,2 -16,3 -3,2 264,1 10,0 51,5
12 184 17 3128 33856 289 186,3 18,2 -2,3 -1,2 5,1 1,4 2,6
Ʃ 2235 218 40828 417335 4024 0 -1,42E-14 1066,3 63,7 225,5

b. Hallar covarianza y coeficiente de correlación.

ẋ = ʃxᵢ /n Ẋ Media 186,25

Ῡ = ʃyᵢ /n Ῡ Media 18,17
sₓ² = ʃ(xᵢ-ẋ)²/n Varianza de Xi 88,85
sₓ = √sₓ² Raíz de Var. Xi 9,43
sᵧ² = ʃ(yᵢ - ӯ)²/n Varianza de Yi 5,31
sᵧ = √sᵧ² Raíz de Yi 2,30
cov = ʃ(xᵢ - ẋ)(yᵢ - ӯ)/n Covarianza 18,79
r² = cov²/(sₓ²*sᵧ²) R² 0,75

c. Hallar la recta de regresión

Fórmula para realizar la recta de regresión Lineal.

Ecuación y = bx+c

Fórmula: Ʃyᵢ = bƩxᵢ+nc

Ʃyᵢ = bƩxᵢ + nc 218 = 2235b +12c
Ʃyᵢ xᵢ= bƩxᵢ² + cƩxᵢ 40828 = 417335b +2235c
  Se multiplica la primera ecuación por 186,25.

218*186,25 40603
2235*186,25 416269
12*186,25 2235

 El resultado se le resta a la segunda ecuación.

40828 = 417335b + 2235c

- 40603 = 416269b + 2235c
225 =1066 + 0

b = 225/1066 0,21

C = 218 -2235(0,21) = -21,1

12

Y = bx + c
Y = 0,211x -21,1
R²= 0,75

d. Recta de regresión.

Interpretación: El modelo o resultado es confiable para realizar predicciones ya que el

resultado de R² se encuentra muy cerca al 1. Es decir; X y Y tienen una relación directa.
En este caso, a medida que aumentan las ventas, van aumentando los gastos considerablemente.
 Ejercicio 2. Para una muestra de 10 personas disponemos de información respecto a su grado de
extroversión, y se desea evaluar su posible relación lineal con la dimensión de personalidad
estabilidad emocional. Ambas variables se han medido con un test y se han obtenido las
puntuaciones para cada sujeto en una escala de 0 a 10. Los valores obtenidos se presentan en la
siguiente tabla:

Sujetos X: Grado de Y: Estabilidad

Extroversión Emocional
1 5 6
2 10 6
3 4 3
4 7 8
5 6 6
6 5 3
7 4 5
8 4 9
9 4 10
10 3 9

a. Calcule el valor de la covarianza

b. Grafique la nube de puntos
c. Determine el tipo de correlación hallando el coeficiente de correlación
d. Halle la recta de regresión
e. Determine la estabilidad emocional para un grado de extroversión de 2.

Solución.
Item Xi Yi Xi*Y Xi² Yi² Ẋ Ŷ (Xi-Ẋ) (yᵢ-Ῡ) (xᵢ- Ẋ)² (yᵢ- Ῡ)² (xᵢ-Ẋ)* (yᵢ-Ῡ)
1 5 6 30 25 36 5,2 6,5 -0,20 -0,500 0,04 0,25 0,1
2 10 6 60 100 36 5,2 6,5 4,8 -0,500 23,04 0,25 -2,4
3 4 3 12 16 9 5,2 6,5 -1,2 -3,500 1,44 12,25 4,2
4 7 8 56 49 64 5,2 6,5 1,8 1,500 3,24 2,25 2,7
5 6 6 36 36 36 5,2 6,5 0,8 -0,500 0,64 0,25 -0,4
6 5 3 15 25 9 5,2 6,5 -0,2 -3,500 0,04 12,25 0,7
7 4 5 20 16 25 5,2 6,5 -1,2 -1,500 1,44 2,25 1,8
8 4 9 36 16 81 5,2 6,5 -1,2 2,500 1,44 6,25 -3
9 4 10 40 16 100 5,2 6,5 -1,2 3,500 1,44 12,25 -4,2
10 3 9 27 9 81 5,2 6,5 -2,2 2,500 4,84 6,25 -5,5
Ʃ 52 65 332 308 477 0,0 0,00E+00 37,6 54,5 -6
 a. Valor Covarianza

ẋ = Ʃxᵢ /n Ẋ Media 5,2

Ῡ = Ʃyᵢ /n Ŷ Media 6,5
sₓ² = Ʃ(xᵢ-ẋ)²/n Varianza de Xi 3,8
sₓ = √sₓ² Raíz de Var. Xi 1,9
sᵧ² = Ʃ(yᵢ - ӯ)²/n Varianza de Yi 5,5
sᵧ = √sᵧ² Raíz DE Yi 2,3
COV = Ʃ(xᵢ - ẋ)(yᵢ - ӯ)/n Covarianza -0,6
R² = cov²/(sₓ²*sᵧ²) R² 0,0176

b. Nube de puntos

Nube de Puntos
12
10
8
6
4
2
0
0 2 4 6 8 10 12

c. Fórmula para realizar la recta de regresión Lineal.

Ecuación: y = bx+c
Ʃyᵢ = bƩxᵢ+nc
Ʃyᵢ = bƩxᵢ + nc = 65 = 52b +10c
Ʃyᵢ xᵢ= bƩxᵢ² + cƩxᵢ = 332 = 308b +52c

Se multiplica la primera ecuación por la media de x = 5,2.

65*5,2 = 338
52*5,2 = 270
10*5,2 = 52
Se le resta a la segunda ecuación.

332 = 308b + 52c

- 338 = 270b + 52c
-6 = 38 +0

b = -6/38 b = -0,1579
c = 65 -52(-0,1579) = 7,32108
10

Y = bx + c
y = -0,1579x + 7,321
R²= 0,0176

d. Recta de regresión.

Extroversión personas y = -0,1596x + 7,3298

R² = 0,0176
12
Estabilidad emocional

10

0
0 2 4 6 8 10 12
Grado de extroversión

Interpretación: en este caso X y Y tienen una relación inversa, ya que a medida que una
variable aumenta, la otra disminuye. En este caso se observa que a medida de que aumenta la
estabilidad emocional en las personas, el grado de extroversión disminuye considerablemente.
En el caso de la recta, nuestra pendiente es positiva.
 e. Estabilidad emocional para un grado de extroversión 2.

Y=2
Y = -0,1579(2) + 7,32
Y = -0,3158 + 7,32
Y = 7,0042
Se predice que la estabilidad emocional para un grado de extroversión de dos es de 7,0042.

Conclusión

Devolución creativa metacognición.

Pregunta
¿Qué diferencias se encuentran entre los tipos de regresión y donde podría aplicarlos en su
carrera?
La diferencia entre los tipos de regresión lineal, se encuentra en la relación que existe entre una
o más variables. En el caso del tipo de regresión lineal simple, sólo se maneja una variable
dependiente denominada (y) y una variable independiente (x). Por otro lado la ecuación lineal
múltiple, permite trabajar con una variable a nivel de intervalo o razón. De la misma manera, es
posible analizar la relación entre dos o más variables a través de ecuaciones.

Los modelos de regresión se utilizan con el objetivo de predecir o estimar eventos, en el caso
directo con la carrera de administración financiera, es muy importante utilizar estos métodos de
estudios, ya que ayuda a cumplir con los objetivos de la empresa, ayuda a gestionar la calidad de
productos y de trabajo empleado, también ayuda a predecir líneas de tendencias de datos
relacionados con el rendimiento de la empresa, ayuda analizar análisis de riesgos financieros a
futuros inversionistas o de la compañía en general, relacionados con ventas, producción, control
de la calidad entre otros, todo para la toma de decisiones acertadas.