REGRESION LINEAL SIMPLE

Existen dos formas del estudio de la asociación entre las variables X e Y:

Regresión.- Consiste en determinar una relación funcional (recta de regresión) entre ellas, con la
finalidad de predecir el valor de una variable en base a la otra.

La variable que se va predecir se denomina variable dependiente (Y), y la variable que es la base de
la predicción se denomina variable independiente (X).

Correlación.- Consiste en determinar la variación conjunta de las dos variables, su grado de

relación, y su sentido (positivo o negativo). La medida del grado de relación se denomina
coeficiente o índice de correlación.

El cuadrado del índice de correlación se denomina coeficiente de determinación.

Diagrama de Dispersión
El diagrama de dispersión o nube de puntos, es la gráfica de los valores (xi , yi) de las variables X e
Y en el sistema cartesiano, donde los xi son los valores de la variable

X y los yi son los valores de la variable Y.

Es frecuentemente posible visualizar el tipo de relación existente entre dos variables a partir del
diagrama de dispersión.

Fig. 1 Diagramas de dispersión

Por ejemplo:

1. En las figuras 1.a y 1.b los datos visualizan una relación lineal entre las variables X e Y.

2. En la figura 1.d los datos no visualizan relación valida en regresión entre las variables X e Y.

3. En 1.c hay una relación no lineal.

Covarianza

Es un estadístico que mide el grado de dispersión o variabilidad conjunta de dos variables X e Y

̅ ,𝒚
con respecto a sus medias respectivas (𝒙 ̅).

La covarianza de n valores es el número Cov(X,Y) o 𝑠𝑋𝑌 que se define como:

∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )(𝑦𝑖 − 𝑦̅)

𝑠𝑋𝑌 =
𝑛

O también

∑𝑛𝑖=1 𝑥𝑖 𝑦𝑖
𝑆𝑋𝑌 = − 𝑥̅ 𝑦̅
𝑛

La covarianza a diferencia de la varianza, puede ser negativa.

Coeficiente o índice de correlación

El coeficiente de correlación lineal de Pearson de n pares de valores (x1 , y1), (x2 , y2), …, (xn , yn)
de una variable bidimensional (X , Y). Es el número abstracto r que se define como:

𝑆𝑋𝑌
𝑟=
𝑆𝑋 𝑆𝑌

Donde,

𝑆𝑋𝑌 es la covarianza de X e Y

𝑆𝑋 es la desviación estándar de X

𝑆𝑦 es la desviación estándar de Y

Luego tenemos:

𝑆𝑋𝑌 𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
𝑟= =
𝑆𝑋 𝑆𝑌 √𝑛 ∑ 𝑥 2 − (∑ 𝑥 )2 ∙ √𝑛 ∑ 𝑦 2 − (∑ 𝑦)2

El coeficiente de correlación r es un número comprendido entre -1 y +1, esto es:

−1 ≤ 𝑟 ≤ 1

Interpretación

Si r = l , se dice que hay una correlación perfecta positiva.

Si r = -1, se dice que hay una correlación perfecta negativa.

Si r = 0, se dice que no hay correlación entre las dos variables.

 -1 -0.5 0 0.5 1
Perfecta Buena Débil No hay Débil Buena Perfecta
negativa negativa negativa correlación positiva positiva positiva

Regresión Lineal Simple

Dado n pares de valores (x1 , y1), (x2 , y2), …, (xn , yn) de una variable bidimensional (X , Y). La
regresión lineal simple de Y con respecto a X, consiste en determinar la ecuación de la recta:

Y = a + bX

que mejor se ajuste a los valores de la muestra, con el fin de poder predecir o estimar Y (variable
dependiente) a partir de X (variable independiente).

Usaremos la notación 𝑦̂𝑖 para representar un valor de Y calculado de la ecuación Y=a+ bX

cuando X es igual a xi . Esto es, 𝑦̂𝑖 = a + bxi

Al valor 𝑦̂𝑖 se denomina valor estimado o predecido o ajustado de Y cuando X = xi .

Error o residuo

Es la diferencia entre el valor observado yi y el valor pronosticado 𝑦̂𝑖 :

di = yi – 𝑦̂𝑖

Un método para determinar la recta que mejor se ajuste a los n datos de la muestra (xi, yi) es el
método de mínimos cuadrados, de donde se obtiene:

𝑛 ∑ 𝑥𝑖 𝑦𝑖 − ∑ 𝑥𝑖 ∑ 𝑦𝑖 𝑆𝑋𝑌
𝑏= = 2
𝑛 ∑ 𝑥𝑖 2 − (∑ 𝑥𝑖 )2 𝑆𝑋

𝑎 = 𝑦̅ − 𝑏𝑥̅

Interpretación del coeficiente de regresión b

El coeficiente b es la pendiente o el coeficiente de la regresión lineal.

La constante a es la ordenada en el origen.

 Si b > 0, entonces, la tendencia lineal es creciente, es decir, a mayores valores de X

corresponden mayores valores de Y. También, a menores valores de X corresponden menores
valores de Y.

 Si b < 0, entonces, la tendencia lineal es decreciente, es decir, a mayores valores de X

corresponden menores valores de Y. También, a menores valores de X corresponden mayores
valores de Y.
 Si b = 0, entonces, Y = a. Luego, Y permanece estacionario para cualquier valor de X. En este
caso se dice que, no hay regresión.

NOTA.

El coeficiente b también se interpreta como el cambio promedio en Y = a + bX cuando X

cambia una unidad. Esto es, si xi se incrementa 1, entonces 𝑦̂𝑖 se incrementa en promedio b.

En general, si xi se incrementa k, entonces 𝑦̂𝑖 , se incrementa en promedio kb.

Ejemplo 1

Se desea probar la efectividad de un nuevo fungicida para el control de roya en trigo. Se probaron
distintas dosis en gramos de principio activo por ha (gr.p.a./ha) en 10 parcelas de 100 plantas cada
una. A los 15 días de la aplicación se realizó una evaluación del daño, como el tamaño promedio de
las manchas en hoja bandera. Los datos son los siguientes:

Dosis(X) 100 125 200 250 275 300 325 350 375 400

Daño (Y) 50 48 39 35 30 25 20 12 10 5

a. Graficar el diagrama de dispersión.

b. Ajustar un modelo de regresión lineal para el daño en función de la dosis.

c. Calcular el coeficiente correlación y de determinación entre el daño y la dosis.

d. Predecir el daño (tamaño promedio de las manchas) que se hallará si se aplican 260 gr.p.a./ha

Trabajo 1

En un estudio se hicieron mediciones de perímetro y peso de cabezas de ajo. Los datos que se
obtuvieron fueron los siguientes:

Perímetro (cm) 12.39 12.39 12.71 9.8 12.3 10.12 11.81 11.41 9.4 11.49

Peso (grs.) 32.27 29.39 30.8 15.6 29.8 16.87 28.11 23.29 14.11 25.37

a. Graficar el diagrama de dispersión

b. ¿Cómo se espera que sea la relación entre peso y perímetro? ¿Positiva? ¿negativa?, ¿sin
asociación?

c. Hallar la recta de regresión.

d. Calcular el coeficiente correlación y de determinación entre peso y perímetro.

e. ¿Es significativo el coeficiente encontrado?

f. ¿Cuánto es el peso de cabeza de ajo para un perímetro de 14 cm?

g. ¿Cuánto es el diámetro para un peso de cabeza de ajo de 34 grs.

h. Elaborar conclusiones.