FOMULARIO REGRESIÓN LINEAL SIMPLE

 X  X )(Y  Y 
r
Coeficiente de correlación (Formula Conceptual)
(n  1) S x S y

P( n( XY )  ( X )( Y )
Coeficiente de correlación r 
n( X 2

)  (  X ) 2 n(  Y 2 )  (  Y ) 2 
r n2
Prueba t para el coeficiente de correlación t con n-2 grados de libertad
1 r2

Forma General de la ecuación de regresion lineal Y '  a  bX

n( XY )  ( X )( Y ) Y X
b a b
n(  X 2 )  (  X ) 2 n n

(Y  Y ' ) 2
Se 
Error estándar de la estimación
n2
 Y 2  a( Y )  b( XY )
Formula para el error estándar de estimación Se 
n2

1 ( X  X )2
Y 't ( S y. x ) 
Intervalo de confianza para la media de Y Dada X n ( X ) 2
X 
2

1 ( X  X )2
Y ' t ( S ) 1  
( X ) 2
Intervalo de Predicción para Y, dado un Valor de X y. x
n
X 
2

n
Variación total  Variación no exp licada
Coeficiente de determinación r 
2

Variación total
(Y  Y ) 2  (Y  Y ' ) 2
r
Coeficiente de Determinación
(Y  Y ) 2
Funciones Intrínsicamente lineales útiles

FUNCION Transformación a linealizar Forma Lineal

a) Exponencial: y=aebx Y’=ln(y) Y’=ln(a)+bx
b) Potencia: y=axb Y’=log(y), x’=log(x) Y’=log(a)+bx’
c) Y=a+b.ln(x) x’=ln(x) Y=a+bx’
d) Reciproca: y=a+b.1/x x’=1/x Y’=a+bx’

Se
Error Estándar de b
Sb  Intervalo b  t ( sb )
 X  nX
2 2
 ANALISIS DE LA VARIANZA

S xy   yx 
 y x
Suma corregida de los cuadrados de x,y
n

S xx  x 
 x 
2
2

Suma corregida de los cuadrados de x,x

n

Ecuación de regresión lineal: y i   0   1 xi   i

 yx   y x
S xy n( XY )  ( X )( Y )
1 
S xx
 n
 x 2

n(  X 2 )  (  X ) 2
 0  y  1 x
x 2

n

Suma de cuadrados del Error:

SCE  S yy  1S xy
SC E
MC E  2
Error Medio Cuadrático :
n2
SCE
S y. x 
Error Estándar de Estimación
n  (k  1)
1  1,0
Prueba de Hipótesis para la regresión lineal simple:
t0 
MC E S xx
MCR
F
Prueba F significación de la ecuación de regresion: MCE

TABLA ANOVA PARA REGRESION LINEAL

FUENTE GL SS MS F
Regresión 1 SSR SSR/1 MSR/MSE
Error n-2 SSE SSE/(n-2)
Total n-1 SS total

Re gresión  SSR  S (Y 'Y ) 2

Variación _ de _ error  SSE  S (Y  Y ' ) 2
Variacion _ total  SS total  S (Y  Y ) 2
 (n  1)
R2a  1  (1  R 2 )
n  (k  1)