TUTORIAL-LABORATORIO DE REGRESIÓN Y CORRELACIÓN LINEAL

ÁREA:
Escuela de Ciencias Básicas Tecnología e
Ingeniería
ESTADÍSTICA

CIENCIAS BÁSICAS

CURSO:

ESTADÍSTICA TEMA: REGRESIÓN Y CORRELACIÓN LINEALSIMPLE

DESCRIPTIVA

NUMERO DE LA PRÁCTICA 2
NOMBREDE LAPRÁCTICA Regresión y correlación
NOMBREDEL SOFTWARE Infostat - Excel
Libre: x Licenciado:

Aspectos Teóricos:

REGRESIÓN YCORRELACIÓN

En muchos casos se requiere conocer más que el comportamiento de una sola

variable, se requiere conocer la relación entre dos o más variables como la
relación entre producción y consumo; salarios y horas de trabajo; oferta y
demanda; salarios y productividad; la altura de un árbol y el diámetro de su
tronco.

Muchos de estos comportamientos tienen una tendencia lineal, aunque hay

muchos otros que lo hacen de forma curva. Para determinar el grado de
correlación entre las variables, no basta con calcular la varianza explicada, pues
existe el coeficiente de determinación coeficiente de correlación; sin embargo,
frecuentemente se utiliza un coeficiente de correlación rectilíneo, siendo este un
valor entre -1y1.

Para estas confrontaciones se utiliza el diagrama de dispersión que es

plano cartesiano en el que se marcan los puntos correspondientes a los
pares (x,y) de los valores de las variables.
 El análisis de Regresión tiene los siguientes usos: el primero es obtener los
estimadores de los parámetros, estimar la varianza del error, obtener los errores
estándares de los parámetros estimados, probar la hipótesis sobre los
parámetros, cálculo de valores estimados basados en la ecuación estimada,
estimar el ajuste o la falta de ajuste del modelo.

El modelo a utilizar es Y= a+ bx, a es el intercepto, b es la pendiente de

la función, la que nos indica el cambio marginal de Y respecto a X.

Ejemplo

Una empresa de mensajería de entrega puerta a puerta, con el fin de mejorar la

prestación del servicio desea establecer la relación que puede existir entre el
tiempo empleado y la distancia recorrida para la entrega de un determinado
Producto.
Distancia en
Kilómetros
(x) 825 215 1070 550 480 920 1350 325 670 1215

Tiempo de
entrega( y)
(días) 3,5 1,0 4,0 2,0 1,0 3,0 4,5 1,5 3,0 5,0

a. Realice un diagrama de dispersión a partir de los datos obtenidos.

b. Determine la mejor ecuación que se ajusta a los datos.

Solución

El diagrama de dispersión se obtiene mediante el asistente de gráficos.

Trasladamos los datos a una hoja en Excel, seleccionamos la tabla donde están
los datos<<Insertar<<Dispersión. En estilo de diseño puede personalizar su
diagrama de barras.
Seleccionamos un diseño de grafico de la barra de herramientas y damos
nombre a los ejes yal Diagrama.
Para hallar la recta de Regresión y la ecuación que mejor se ajusta a los datos,
en el diagrama de dispersión hacemos click derecho sobre uno de los puntos y
seleccionamos Agregar línea de tendencia.

Así obtenemos una ventana, la cual nos permite escoger la línea de tendencia,
elegimos opción de línea de tendencia (Lineal) y seleccionamos:

Presentar ecuación en el gráfico.

Presentar el valor R cuadrado en el gráfico.
De esta manera obtenemos nuestra recta de regresión, la ecuación que más se
ajusta a los datos y el coeficiente de determinación el cual mide la relación entre
las dos variables.

Análisis:

Con los resultados obtenidos se puede asegurar que la ecuación de la recta es

una muy buena estimación de la relación entre las variables distancia y tiempo
de entrega. El R2 afirma además que el modelo explica el 90.05 % de la
información y el valor de r coeficiente de correlación lineal confirma además
una correlación Excelente entre las variables: Distancia y tiempo de entrega de
un determinado producto.