Documentos de Académico
Documentos de Profesional
Documentos de Cultura
AGE-235
Por ejemplo:
• Predecir las ventas de un negocio de acuerdo a la
cantidad de vendedores con que cuente.
• Predecir la puntuación final del curso análisis
cuantitativo II según el método e evaluación
utilizado por el docente.
Variables Regresión/Correlación
1. Variable independiente (X) es la variable utilizada para predecir lo
que sucederá con la variable dependiente.
2. Variable dependiente (Y) es la variable que a la que se desea
predecir
Ŷ = a + b (X)
Donde:
Ŷ = variable dependiente o predecible
a = variable ordenada de Y
b = comportamiento tendencioso de Y
X = variable independiente o influyente
Coeficiente de determinación (r²)
El coeficiente de determinación es la principal forma en que podemos
medir el grado, o fuerza, de la asociación que existe entre dos variables,
X y Y. Debido a que usamos una muestra de puntos para desarrollar
rectas de regresión, nos referimos a esta medida como el coeficiente de
determinación muestral.
El coeficiente de determinación muestral se deriva de la relación entre
dos tipos de variación de los valores Y en un conjunto de datos
alrededor de la recta de regresión ajustada y su propia media.
Donde:
Y = Variable dependiente o de estimación
Ŷ = Valores estimados que corresponden a cada valor de Y
n = Tamaño de la muestra
Ȳ = Media de la variable Y
EJEMPLO
Tomando en cuenta la correlación de los ejercicios que se han
desarrollado a lo largo de esta unidad, consideraremos:
Donde:
Ŷ = - 4.62 + 41.68 (5.0) = 103.75
Ŷ = - 4.62 + 41.68 (5.0) = 149.60
Ŷ = - 4.62 + 41.68 (5.0) = 95.41
Ŷ = - 4.62 + 41.68 (5.0) = 182.94
Ŷ = - 4.62 + 41.68 (5.0) = 103.75
Ŷ = - 4.62 + 41.68 (5.0) = 203.78
Ŷ = - 4.62 + 41.68 (5.0) = 112.08
Ŷ = - 4.62 + 41.68 (5.0) = 120.42
Ŷ = - 4.62 + 41.68 (5.0) = 162.10
Ŷ = - 4.62 + 41.68 (5.0) = 137.09
EJEMPLO
Y (Ventas) X (Calificacion) Ŷ (Y - Ŷ)² Ȳ (Y - Ȳ)²
95.00 2.6 -4.62 41.68 2.6 103.75 76.53 137.10 1,772.41
140.00 3.7 -4.62 41.68 3.7 149.60 92.08 137.10 8.41
85.00 2.4 -4.62 41.68 2.4 95.41 108.41 137.10 2,714.41
180.00 4.5 -4.62 41.68 4.5 182.94 8.64 137.10 1,840.41
100.00 2.6 -4.62 41.68 2.6 103.75 14.05 137.10 1,376.41
195.00 5.0 -4.62 41.68 5.0 203.78 77.09 137.10 3,352.41
115.00 2.8 -4.62 41.68 2.8 112.08 8.50 137.10 488.41
136.00 3.0 -4.62 41.68 3.0 120.42 242.74 137.10 1.21
175.00 4.0 -4.62 41.68 4.0 162.10 166.41 137.10 1,436.41
150.00 3.4 -4.62 41.68 3.4 137.09 166.62 137.10 166.41
1,371.00 961.07 13,156.90
Media Y ..137.10
10
Índice 9 7 8 4 7 5 5 6
Salario 16 25 13 15 18 19 20 12
b = ∑XY - nȲX
_ =
876 – 8 (17.25)(6.38)
= -3.75 .
= -0.0304
∑X² - nX² 2,504 – 8 (17.25)² 123.50