CORPORACIÓN UNIVERSITARIA MINUTO DE DIOS

CIENCIAS EMPRESARIALES

ADMINISTRACCIÓN DE EMPRESAS

ESTADÍSTICA DESCRIPTIVA TALLER UNIDAD 4

REGRESIÓNN LINEAL 1

AUTORES:

COLLAZOS TRIVIÑO CINDY LORENA ID: 718822

SILVA ESPITIA DORA BIBIANA ID: 711354

GARZÓN HUILA – SEPTIEMBRE 20 DEL 2020

CORPORACIÓN UNIVERSITARIA MINUTO DE DIOS

CIENCIAS EMPRESARIALES

ADMINISTRACCIÓN DE EMPRESAS

ESTADÍSTICA DESCRIPTIVA TALLER UNIDAD 4

REGRESIÓN LINEAL 1

AUTORES:

COLLAZOS TRIVIÑO CINDY LORENA ID: 718822

SILVA ESPITIA DORA BIBIANA ID: 711354

TUTORA

JEIDY JOHANNA GOMEZ MONTIEL

NRC20299

GARZÓN HUILA – SEPTIEMBRE 20 DEL 2020

 TABLA DE CONTENIDO

INTRODUCCIÓN.........................................................................................................................4

OBJETIVOS..................................................................................................................................5

UNIDAD 5 REGRESIÓN LINEAL 1 .........................................................................................6

CONCLUSIONES.......................................................................................................................10

BIBLIOGRAFÍA.........................................................................................................................11

INTRODUCCIÓN
En el siguiente trabajo redactamos y vemos cómo la regresión lineal se involucra en su análisis
y el desarrollo de dos variables y un término aleatorio.
El propósito de esta actividad es reconocer las medidas de regresión y correlación
Esto permite que estadísticamente sea posible el ajuste lineal.
Para ello es necesario conocer los tipos de regresión existentes en la estadística, su asociación
con las diferentes variables y los coeficientes necesarios para calcular su grado de regresión y
correlación lineal. De esta manera estamos desarrollando la competencia de gestión del
conocimiento.

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 siguiente 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

Para graficar la nube de puntos y la recta de regresión inicialmente debemos encontrar la fórmula o ecuación de
la correlación entre variables así:
Y= a x + b =
a= n Ʃ x y – Ʃ(x) * Ʃ (y)
n Ʃ x² - (Ʃ x) ²
a= 12 * (40.828) - (2.235) (218) = 489.936 - 487230 =
12 (917335) - (2235) ² 5.008.020 – 4.995.225

a= 2.706 = 0.2
12.795

b= = Ʃ y – a (Ʃ x) = 218-(0.2) (2235) = 218 - 447

n 12 12
b= - 229 = - 19 Reemplazamos
12

Y= (0.2) x + (-19) Y = 0.2x - 19

X Y
170 15
174 15
176 17
181 16
184 18
184 17
188 17
190 21
193 20
196 21
199 22
200 19

x y x*y x² y² x´-x´̅ (x´-x´̅ )² y´-ӯ (y´-ӯ) (x-x´̅ ) (y-ӯ)

170 15 2.550 28.900 225 -16,25 264.06 -3,16 9,98 51,35
174 15 2.610 30.276 225 -12,25 150.06 -3,16 9,98 38,71
176 17 2.992 30.976 289 -10,25 105.06 -1,16 1,34 11,89
181 16 2.896 32.761 256 -5,25 27.56 -2,16 4,66 11,34
184 18 3.312 33.856 324 -2,25 5.06 -0,16 0,02 0,36
184 17 3.128 33.856 289 -2 5.06 -1,16 1,34 2,61
188 17 3.196 35.344 289 1,75 3.06 -1,16 1,34 -2,03
190 21 3.990 36.100 441 3,75 14.06 2,84 8,06 10,65
193 20 3.860 37.249 400 6,75 45.56 1,84 3,38 12,42
196 21 4.116 38.416 441 9,75 95.06 2,84 8,06 27,69
199 22 4.378 39.601 484 12,75 927.56 3,84 14,74 48,96
200 19 3.800 40.000 171 13,75 189.06 0,84 0,70 14,59
2235 218 40.828 417.335 3.434 0 1.831.22 0,08 63,6 228,54

x̅ = 2235 = 186.25
12
Ӯ = 218 = 18.16
12
Ʃ (x - x̅) ² = 1066, 25 Ʃ (y – Ӯ) ² = 177587,98
Ʃ (x - x̅) (y – Ӯ) = 225,5
Coeficiente de correlación: R = Ʃ (x - x̅) * (y – Ӯ) = 225,5 =
 √Ʃ (x - x̅) ² * √ (y – Ӯ) ² √1066,25 * √ 177587,98

R= 225,5 = 225,5 =
(32,65) (421,41) 13759,04

R = 0,016

COVARIANZA:
Cov (x, y) = Ʃ (x - x̅) (y – Ӯ)
n
Cov (x, y) = 225,5
12
Cov (x, y) = 18,79
Relación directa o positiva.
Con base en el coeficiente de correlación, 0,016, podemos afirmar que hay una correlación positiva entre
los datos de X y los datos de Y; esto quiere decir que a medida que se incrementan los valores de X,
también se incrementan los valores de Y.

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:
 Sujeto X: Grado de Y: Estabilidad
s 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

S x y x*y x² y² x´-x´̅ (x´-x´̅ )² y´-ӯ (y´-ӯ) (x-x´̅ ) (y-ӯ)

1 5 6 30 25 36 -1,1 0 1,21 0 0
2 7 7 49 49 49 0,9 1 0,81 1 0,9
3 3 4 12 9 16 -3,1 -2 9,61 4 6,2
4 7 6 42 49 36 0,9 0 0,81 0 0
5 5 6 30 25 36 -1,1 0 1,21 0 0
6 9 8 72 81 64 2,9 2 8,41 4 5,8
7 8 7 56 64 49 1,9 1 3,61 1 1,9
8 10 8 80 100 64 3,9 2 15,21 4 7,8
9 4 5 20 16 25 -2,1 -1 4,41 1 2,1
10 3 3 9 9 9 -3,1 -3 9,61 9 9,3
61 60 427 384 0 0 54,9 24 34

n= 10 x̅= Ʃ x = 61 = 6,1 Ӯ = Ʃ y = 60 = 6
n 10 n 10
Ʃ (x - x̅) ² = 54,9 Ʃ (y – Ӯ) ² = 24
Ʃ (x - x̅) (y – Ӯ) = 34

Coeficiente de correlación:
R = Ʃ (x - x̅) * (y – Ӯ) =
√Ʃ (x - x̅) ² * √ (y – Ӯ) ²
 R= 34 =
√54,9 * √24
R= 34 = 34 = 0,93
(7,40) (4,9) 36.26
R = 0,93

COVARIANZA:
Cov (x, y) = Ʃ (x - x̅) (y – Ӯ)
n

Cov (x, y) = 34 = 3,4

10
Cov (x, y) = 3,4
Relación directa o positiva
Con base en el coeficiente de correlación, (0,93) podemos afirmar que hay una correlación positiva entre
los datos de X y los datos de Y; esto quiere decir que a medida que se incrementan los valores de X,
también se incrementan los valores de Y. Debido a que el coeficiente de correlación es un valor muy
cercano a + 1, los datos de X y los datos de Y están estrechamente relacionados. Si se grafica estos puntos
veremos que forman una buena aproximación a una línea recta.

Y= a x + b =
a= n Ʃ x y – Ʃ(x) * Ʃ (y)
n Ʃ x² - (Ʃ x) ²
a= n* (400) - (61* 60) = 10 (400) - (36 60) =
n (427) - (61) ² 10 (427) - 3721

a= 4000 - 3660 = 340 = 0.62

4270 – 3721 549
b= = Ʃ y – a (Ʃ x) = 60 -(0.62) (61) = 60 – 37,82
n 10 10

b= - 22,18 = 2,22 Reemplazamos

10
Y = 0,62 x + 2,22

Y= 0,62 (2) + 2,22 = 1,24 + 2,22 = 3,46

Para un grado de extroversión 2, la estabilidad emocional es de 3,46

x y
5 6
7 7
3 4
7 6
5 6
9 8
8 7
10 8
4 5
3 3

CONCLUSIÓN
En el anterior documento se trabajó un modelo de regresión lineal y fueron necesarias herramientas
descriptivas: construcción de tablas de frecuencia, medidas de tendencia central, correlaciones entre otras, para
presentar un análisis que nos permita describir la tendencia de las dos variables, luego de realizar las gráficas de
dispersión, se realiza un análisis entre la relación lineal que existen entre estas, para lo cual fue necesario
utilizar el coeficiente de correlación debido a la dispersión de las unidades de medida de ambas variables para
argumentar, entender y describir el comportamiento de las variables en el modelo estudiado.

BIBLIOGRAFÍA
 Estadística aplicada a los negocios y la economía
https://www-ebooks7-24-com.ezproxy.uniminuto.edu/?il=9246

autor: Douglas Lind.

 García, D. (2012) Análisis de regresión lineal y correlación lineal.

 Estadística aplicada a los negocios y la economía https://www-ebooks7-24-
com.ezproxy.uniminuto.edu/?il=9246 autor: Douglas Lind.
 [Texto guía de descarga]. Martínez, C., y Levin, R. (2012). Estadística aplicada. Bogotá
D.C., Colombia: Pearson Educación.