UNIVERSIDAD UNIMINUTO

SEDE SABIDURIA ESTADISTICA DESCRIPTIVA

Castaño Guerrero Yulieth Katherine. ID 733512

Tutor: Angélica Aristizabal

NRC: 5283

Programa: Contaduría Publica

2020 – 2

Bogotá D.C. junio 17 de 2020

 INTRODUCCION

En este trabajo vamos a analizar como la regresión lineal modela la relación entre una
variable dependiente Y, a una variable independiente X. Conociendo los tipos de regresión
existentes en las estadísticas, su asociación con las diferentes variables y los coeficientes
necesarios para calcular su grado de regresión y correlación lineal.
 ESTADISTICA TALLER UNIDAD 5
REGRESIÓN LINEAL

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.

̅)(𝒚𝒊
(𝒙𝒊 − 𝒙 ̅ )𝟐
(𝒙𝒊 − 𝒙 ̅ )𝟐
(𝒚𝒊 − 𝒚 𝒙 𝒊 𝒚𝒊 𝒙𝟐𝒊
x y −𝒚̅)
181 16 11,39 27,56 4,71 2896 32761
176 17 11,99 105,06 1,37 2992 30976
174 15 38,83 150,06 10,05 2610 30276
196 21 27,59 95,06 8,01 4116 38416
200 19 11,41 189,06 0,69 3800 40000
188 17 -2,05 3,06 1,37 3196 35344
184 18 0,38 5,06 0,03 3312 33856
193 20 12,35 45,56 3,35 3860 37249
190 21 10,61 14,06 8,01 3990 36100
199 22 48,83 162,56 14,67 4378 39601
170 15 51,51 264,06 10,05 2550 28900
184 17 2,63 5,06 1,37 3128 33856
2235 218 225,47 1066,22 63,68 40828 417335

𝟐𝟐𝟑𝟓
̅=
𝒙 = 𝟏𝟖𝟔, 𝟐𝟓
𝟏𝟐
𝟐𝟏𝟖
̅=
𝒚 = 𝟏𝟖, 𝟏𝟕
𝟏𝟐
 a. Grafique la nube de puntos

Ventas del ultimo año

25
Gasto en publicidad (Y)

20

15

10

0
165 170 175 180 185 190 195 200 205
Ventas (X)

b. Calcule el valor de la covarianza

𝟐𝟐𝟓, 𝟒𝟕
𝝈𝒙𝒚 = = 𝟏𝟖, 𝟕𝟖𝟗𝟏𝟔𝟔𝟔 ≈ 𝟏𝟖, 𝟕𝟗
𝟏𝟐

c. Determine el tipo de correlación lineal hallando el coeficiente de correlación

𝟐𝟐𝟓, 𝟒𝟕
𝒓= = 𝟎. 𝟖𝟔𝟓𝟐𝟗𝟒 ≈ 𝟏
√𝟏𝟎𝟔𝟔, 𝟐𝟐√𝟔𝟑, 𝟔𝟖

La correlación de las variables es directa fuerte

d. Halle la recta de regresión

(𝟏𝟐 ∗ 𝟒𝟎𝟖𝟐𝟖) − (𝟐𝟐𝟑𝟓 ∗ 𝟐𝟏𝟖)
𝒂= = 𝟎, 𝟐𝟏
(𝟏𝟐 ∗ 𝟒𝟏𝟕𝟑𝟑𝟓) − (𝟐𝟐𝟑𝟓)𝟐
𝟐𝟏𝟖 − 𝟎, 𝟐𝟏 ∗ 𝟐𝟐𝟑𝟓
𝒃= = −𝟐𝟎, 𝟗𝟓
𝟏𝟐
𝒚 = 𝒂𝒙 + 𝒃

𝒚 = 𝟎, 𝟐𝟏𝒙 − 𝟐𝟎, 𝟗𝟓
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:

X: Grado de Extroversión
Y: Estabilidad Emocional
Sujetos X Y ̅)(𝒚𝒊 − 𝒚
(𝒙𝒊 − 𝒙 ̅) ̅ )𝟐
(𝒙𝒊 − 𝒙 ̅ )𝟐
(𝒚𝒊 − 𝒚 𝒙 𝒊 𝒚𝒊 𝒙𝟐𝒊

1 5 6 0,1 0,04 0,25 30 25

2 10 6 -2,4 23,04 0,25 60 25
3 4 3 4,2 1,44 12,25 12 25
4 7 8 2,7 3,24 2,25 56 25
5 6 6 -0,4 0,64 0,25 36 25
6 5 3 0,7 0,04 12,25 15 25
7 4 5 1,8 1,44 2,25 20 25
8 4 9 -3 1,44 6,25 36 25
9 4 10 -4,2 1,44 12,25 40 25
10 3 9 -5,5 4,84 6,25 27 25
52 65 -6 37,6 54,5 332 250

𝟓𝟐
̅=
𝒙 = 𝟓, 𝟐
𝟏𝟎
𝟔𝟓
̅=
𝒚 = 𝟔, 𝟓
𝟏𝟎

a. Calcule el valor de la covarianza

∑𝒏𝟏(𝒙𝒊 − 𝒙
̅)(𝒚𝒊 − 𝒚
̅)
𝝈𝒙𝒚 =
𝒏
−𝟔
𝝈𝒙𝒚 = = −𝟎. 𝟔
𝟏𝟎
Las variables de grado de Extroversión y estabilidad emocional se relacionan de manera
inversa.
 b. Grafique la nube de puntos

DIMENSIÓN DE PERSONALIDAD
12

10
ESTABILIDAD EMOCIONAL (Y)

0
0 2 4 6 8 10 12
GRADO DE EXTROVERSIÓN (X)

c. Determine el tipo de correlación hallando el coeficiente de correlación

−𝟔 −𝟔
𝒓= = = −𝟎. 𝟏𝟑 ≈ 𝟎
√𝟑𝟕, 𝟔√𝟓𝟒, 𝟓 𝟔. 𝟏𝟑 ∗ 𝟕. 𝟑𝟖

No existe correlación entre las variables

d. Halle la recta de regresión
𝒏 ∑𝒏𝟏 𝒙𝒊 𝒚𝒊 − ∑𝒏𝟏 𝒙𝒊 ∑𝒏𝟏 𝒚𝒊 (𝟏𝟎 − 𝟑𝟑𝟐) − (𝟓𝟐 ∗ 𝟔𝟓) −𝟑𝟕𝟎𝟐
𝒂= = = = 𝟏𝟖. 𝟏𝟓
𝒏 ∑𝒏𝟏 𝒙𝟐𝒊 − (∑𝒏𝟏 𝒙𝒊 )𝟐 (𝟏𝟎 ∗ 𝟐𝟓𝟎) − (𝟓𝟐)𝟐 −𝟐𝟎𝟒

∑𝒏𝟏 𝒚𝒊 − 𝒂 ∑𝒏𝟏 𝒙𝒊 𝟔𝟓 − 𝟏𝟖. 𝟏𝟓 ∗ 𝟓𝟐 −𝟖𝟕𝟖. 𝟖

𝒃= = = = −𝟖𝟕. 𝟖𝟖
𝒏 𝟏𝟎 𝟏𝟎
RECTA DE REGRESION LINEAL

𝒚 = 𝟏𝟖. 𝟏𝟓𝒙 − 𝟖𝟕. 𝟖𝟖

e. Determine la estabilidad emocional para un grado de extroversión de 2

𝒚 = 𝟏𝟖. 𝟏𝟓 ∗ 𝟐 − 𝟖𝟕. 𝟖𝟖 = −𝟓𝟏. 𝟓𝟖

 CONCLUSIONES

El análisis de regresión y correlación lineal constituyen métodos que se emplean para conocer
las relaciones y significación entre series de datos. Lo anterior, es de suma importancia para
la industria ya que es aquí en donde se presentan variables de respuesta e independientes las
cuales interactúan para originar las características de un proceso en particular y por ende;
analizar, predecir valores de la variable dependiente y examinar el grado de fuerza con que
se relacionan dichas variables