Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Grupo: 204040_56
La regresión lineal es un procedimiento estadístico que busca establecer una relación directa o inversa entre
dos o más variables. Presenta la ventaja de que puedes hacer una predicción del comportamiento de
alguna variable en un determinado punto o momento.
Justificación
Mediante la relación y correlación son utilizado para predecir el valor de una variable según el valor
de la otra el poder representar los resultados gráficamente
Objetivos
El objetivo de un modelo de regresión es tratar de explicar la relación que existe entre una variable dependiente
La finalidad de la correlación es examinar la dirección y la fuerza de la asociación entre dos variables cuantitativas. Así
conoceremos la intensidad de la relación entre ellas y si, al aumentar el valor de una variable, aumenta o disminuye el valor de la
otra variable
Se asigna a cada valor de una variable Denominada explicada
Regresión Comportamiento
Explicativa (dependiente o endógena) en función de otra
tipo I de una variable
Variable explicativa
de intervalo
multicolinealidad
condición existente en un análisis de
regresión multiple que consisite
Diagrama de dispersión
Un diagrama de dispersión o gráfica de dispersión o gráfico de burbujas es un tipo de diagrama matemático que utiliza las
coordenadas cartesianas para mostrar los valores de dos variables para un conjunto de dato
Se emplea cuando una o varias variables está bajo el control del experimentador. Si existe un parámetro que se incrementa o
disminuye de forma sistemática por el experimentador, se le denomina parámetro de control o variable independiente y
habitualmente se representa a lo largo del eje horizontal (eje de las abscisas). La variable medida o dependiente usualmente se
representa a lo largo del eje vertical (eje de las ordenadas). Si no existe una variable dependiente, cualquier variable se puede
representar en cada eje y el diagrama de dispersión mostrará el grado de correlación (no causalidad) entre las dos variables.
Coeficiente de determinación r2
El coeficiente de determinación es la proporción de la varianza total de la variable explicada por la regresión. El coeficiente de
determinación, también llamado R cuadrado, refleja la bondad del ajuste de un modelo a la variable que pretender explicar.
Correlación positiva: ocurre cuando una variable aumenta y la otra también. Por ejemplo, la altura de una persona y el tamaño de
su pie; mientras aumenta la altura, el pie también. Correlación negativa: es cuando una variable aumenta y la otra disminuye.
El Coeficiente de correlación es una medida que permite conocer el grado de asociación lineal entre dos variables cuantitativas
(X, Y)......Recordar entonces que el coeficiente de relación lineal, mide la fuerza y el sentido de la relación lineal entre 2 variables
cuantitativas.
1.Temperatura Media en grados 2. Volumen de Gas consumido – 𝒙𝟐 𝒚𝟐 𝒙. 𝒚
centígrados (X) cm3 (Y) X - media(X) Y - me
3 7 9 49 21 -1.86
6 5 36 25 30 1.14
3 8 9 64 24 -1.86
1 8 1 64 8 -3.86
5 7 25 49 35 0.14
7 5 49 25 35 2.14
9 4 81 16 36 4.14
Sumatoria 34 44 210 292 189
Variable dependiente Y
Variable independiente X
ഥ𝒙
Medía de X 𝒚ഥ 4.86
Medía de Y 6.29
σ𝒊൫𝒙𝒊 ∗ 𝒚𝒊൯
n(numero de datos) 𝑺𝒙𝒚 =7 − 𝒙ത ∗ 𝒚ത
Covarianza 𝒏
𝟏𝟖𝟗
Covarianza 𝝏𝒙𝒚 = − 𝟒, 𝟖𝟔 ∗ 𝟔, 𝟐𝟗 𝝏𝒙𝒚 = 𝟐𝟕 − 𝟑𝟎, 𝟓𝟕 𝝏𝒙𝒚 = −𝟑, 𝟓𝟕
𝟕
σ𝒊 𝒙 𝒊 𝟐
ඨ 𝟐
ඨ 𝟐𝟏𝟎 − 𝟒, 𝟖𝟔 𝟐
Desviación estandar de X 𝝏𝒙 = − 𝒙ത 𝝏𝒙 = 𝝏𝒙 = ඥ𝟑𝟎 − 𝟐𝟑, 𝟔𝟐 𝝏𝒙 = ඥ𝟔, 𝟑𝟖 𝝏𝒙 = 𝟐, 𝟓𝟑
𝒏 𝟕
σ𝒊 𝒚𝒊𝟐 𝟐𝟗𝟐 𝝏 = 𝟏, 𝟒𝟕
𝝏𝒚 = ඨ
𝟐
− ඨ 𝟐
𝝏𝒚 = ඥ𝟒𝟏, 𝟕𝟏 − 𝟑𝟗, 𝟓𝟔 𝝏𝒚 = ඥ𝟐, 𝟏𝟓
𝒚ത 𝝏𝒚 = 𝟕
− 𝟔, 𝟐𝟗 𝒚
𝒏
Desviación estandar de Y
coeficiente de determinación
8
3 7
7
6 5
3 8 6
1 8 5
5 7
7 5 4 y = -0.551x + 8.9618
9 4 3
2
Variable dependiente Y
Variable independiente X 1
0
0 1 2 3 4 5 6 7 8 9 10
Temperatura Media en grados centígrados (X)
𝒚 = 𝒂𝒙 + 𝒃
Explicación Al mirar la Y pronosticada validamos que existe una muy buena correlación entre la medía de grados centigrados y consumo de gas, por tanto es confiable
5) Observación
Variable elegida Horas de dedicación a Internet
Para hallar el numero total de datos usamos la función CONTAR, esta función permite obtener la
Numero total de datos 180 cantidad de entradas en un campo de número de un rango o matriz de números.
La correlación lineal nos permite analizar una serie de tiempos en gráficas, esto permite identificar la tendencia la estacionalidad y
variaciones irregulares y lograr una diagrama de dispersión.
Referencia s bibliográficas
Churchill, G.A. (2009). "Análisis de Regresión Múltiple." Investigación de mercados. México City: Cengage Learning. Páginas 686 –
695
Montero, J.M. (2007). Regresión y Correlación Simple. Madrid: Paraninfo. Paginas. 151 – 158.
Churchill, G.A. (2009). Análisis de Correlación y de Regresión Simple. México City: Cengage Learning. Páginas 675 – 686