Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Lo primero que se hace es una vez que se tienen la información bivariada en las variables X e Y se
representan en un plano cartesiano. La representación de estos puntos es conocido como un
diagrama de dispersión también llamado nube de puntos y se trata de encontrar la curva que al
proyectarla se ajuste mejor a esta nube de puntos, si la curva a trazar es una línea recta hablamos
de un análisis de regresión lineal simple
La mejor recta de ajuste se obtiene a través del método de los mínimos cuadrados que consiste en
minimizar la suma de las distancias de los puntos que entrega la recta con los puntos reales.
La recta de regresión viene dada por: ^y =a+bx donde a y b son llamados los coeficientes de
regresión, valores que se obtienen al resolver el sistema de ecuaciones siguientes conocido como
las ecuaciones normales:
n n
∑ yi =na+b ∑ x i
i=1 i=1
n n n
∑ x i ∙ y i=a ∙ ∑ x i +b ∑ x 2i
i=1 i=1 i=1
Otra forma de encontrar los coeficientes de regresión es usando las fórmulas siguientes:
COV (X , Y )
b= ; Y a=Ý −b ∙ X́
σ 2X
SUMA PROMEDIO
X 1 3 2 4 5 15 3
Y 2 6 1 3 8 20 4
COV ( X , Y )
SOLUCION: Debemos encontrar la recta: Y
^ =a+b ∙ X siendo b= y a=Ý −b ∙ X́
σ 2X
X ∙Y 2 18 2 12 40 74 14,8
X2 1 9 4 16 25 55 11
´ − X́ ∙ Ý
XY 14,8−12
Luego b= = =1,4
2
X́ − X́ 2 11−9
Para determinar qué tan bueno fue el ajuste lineal se calcula el coeficiente de correlación lineal de
Pearson denotado como r XY si el estudio involucra a las variables X e Y.
Este indicador mide el grado de relación lineal entre las variables X e Y y viene dado por la fórmula:
COV (X , Y )
r XY =
σ X ∙ σY
donde−1 ≤r XY ≤ 1
A la información bivariada se le puede ajustar también una curva no lineal se habla en este caso de
ajustes no lineales
AJUSTE POTENCIAL: En este caso la curva a ajustar es de la forma: ^y =a ∙b x donde los coeficientes
de regresión a y b se determinan como sigue:
COV ( X ,Y )
y =A +B ∙ x donde B= ; y A= ý −B ∙ x́
σ 2x