1.

REGRESIÓN LINEAL Y CORRELACIÓN SIMPLE

Regresión Lineal Simple:

Es un modelo matemático para predecir el efecto de una variable sobre otra, ambas

cuantitativas.

Supuestos:

La variable X o independiente, la variable Y dependiente.

Modelo De Regresión:

La relación se puede representar gráficamente mediante una línea recta:

y=β 0 + β 1 ( X ) +e

Y: Es el valor de la variable dependiente.

β 0: Es el intercepto, donde cruza al eje Y.

β 0: Es la pendiente o inclinación.

Diagrama De Dispersión:

Método De Los Mínimos

Cuadrados:

β 0=
∑ x ∑ y −∑ x ∑ xy
2

n ∑ x −( ∑ x )
2 2
 n ∑ xy−∑ x ∑ y
β 1=
n ∑ x2−( ∑ x )
2

Error Estándar De Estimación:

e=
√ ∑ y 2−β 0 ∑ y−β 1 ∑ xy
n

Correlación Simple:

 Es una extensión de la regresión simple.

 Mide la calidad del ajuste de una línea.

 R es el coeficiente de correlación.

 rˆ2 es el coeficiente de determinación.

2 Variacion inexplicada
r=
Variacio total

Coeficiente De Pearson:

cov (x , y )
r=
S x∗S y

 Puede variar de -1 a +1

 -1: correlación negativa

 -0.9: correlación negativa muy fuerte.

 -0.75: correlación negativa.

 -0.5: correlación negativa.

 -0.1: correlación negativa muy débil.

 0.0: no existe correlación entre las variables.

Correlación De Spearman:

Son medidas de correlación para dos variables, por lo menos una de ellas es ordinal.
Los individuos u objetos se ordenan por rangos.

6 ∑ di
2
r s=1− 2
n( n −1)