Documentos de Académico
Documentos de Profesional
Documentos de Cultura
•Regresión Lineal
Simple
ESTADÍSTICA APLICADA A LA INVESTIGACIÓN
DIAGRAMAS DE
DISPERSION
¿QUÉ ES UN GRAFICO DE DISPERSION?
CORRELACIÓN NULA
10
9
8
7
6
5
4
3
2
1
0
0 2 4 6 8 10
Escalas de correlación
Valor del Coeficiente de Grado de Correlación entre las
Pearson variables
Menor de 0,4 Correlación positiva mala
H0 : 0 H1 : 0
El estadístico de Contraste es una prueba “t” donde el:
n2
" t calculado " r
1 r2
70
60
COPIADORAS VENDIDAS
50
40
30
20
10
0
0 5 10 15 20 25 30 35 40 45
LLAMADAS
LLAMADAS A CLIENTES REALIZADAS Y COPIADORAS
VENDIDAS POR LOS 10 VENDEDORES DE LA MUESTRAS
COPIADORAS VENDIDAS X2 Y2 xy
DE VENTAS LLAMADAS
TOM KELLER 20 30 400 900 600
r = 0.759
interpretación
Técnica
estadística
utilizada
ANÁLISIS
DE
REGRESIÓN
LINEAL
Para
estudiar: Relación entre variables
cuantitativas
Ejemplo:
Clases de regresión
lineal:
Y = f(X)
Como Y depende de X, entonces:
Y es la variable dependiente, explicativa o
de predicción .
X es la variable independiente o variable respuesta.
PRINCIPIO DE MINIMOS CUADRADOS
Y =a+bX
𝑛 Σ𝑋𝑌 −(Σ𝑋)(Σ𝑌)
b= 𝑛 Σ𝑋 2 −(Σ𝑋)2
Donde:
X es el valor de la variable independiente.
Y es el valor de la variable dependiente.
n es el numero de elementos en la muestra.
Y =a+bX
b: Es la pendiente de la recta
Interpretación de los coeficientes
Y´=a+bX
𝑛 Σ𝑋𝑌 −(Σ𝑋)(Σ𝑌)
b= 𝑛 Σ𝑋 2 −(Σ𝑋)2
10 10800 −(220)(450)
b= 10 5600 −(220)2
108000−99000
b=
56000−48400
9000
b=
7600
b=1.1842
El número de fotocopiadoras vendidas se
incrementará en 1.18 por cada llamada de
venta adicional.
Hallando “a”
Σ𝑌 Σ𝑋
a= -b
𝑛 𝑛
450 220
a= 10 − (1.1842) 10
a=45-(1.1842)22
a=18.9476
:El número promedio de fotocopiadoras
vendidas es 18.95 cuando la cantidad de
llamadas de ventas se mantiene constante.
Por tanto, la ecuación de regresión es:
Y’=a+b(x)
Y’=18.9476+1.1842(X)
70
60 y`=18,9476+1,1842x
50
40
Valores Y
30 Lineal (Valores Y)
20
10
0
0 10 20 30 40 50
De modo que si un vendedor hace 20 llamadas
telefónicas, puede esperarse que venda :
Y’=18.9476+1.1842(X)
Y’=18.9476+1.1842(20)
Y’=42.6316
El error de estándar de estimación
.
ejemplo