REGRESIÓN LINEAL

REGRESIÓN LINEAL

Es una técnica estadística utilizada para predecir o estimar una variable

cuantitativa en función de otra variable cuantitativa.

Dependiente Independiente
(depende de X)

Variable que se Variable que se

desea supone influyen
pronosticar en la variable
dependiente
 REGRESIÓN LINEAL

La técnica de regresión lineal consiste en modelar una ecuación de una

recta.
 REGRESIÓN LINEAL

EJEMPLO:
Deseamos predecir el sueldo mensual ($) en función a la edad de un
trabajador ecuatoriano.
 REGRESIÓN LINEAL

EJEMPLO:
Deseamos predecir el tiempo (meses) que demora una empresa en
construir un condominio en función al número de trabajadores que contrató
para realizar la obra.
 REGRESIÓN LINEAL

EJEMPLO:
Se desea predecir la nota de un alumno en función a la cantidad de horas a
la semana que estudio para un examen.

Para ello se tomó una muestra de 6 alumnos, cuyos resultados se muestran

en el siguiente cuadro:
REGRESIÓN LINEAL
REGRESIÓN LINEAL
REGRESIÓN LINEAL
 REGRESIÓN LINEAL

𝑦 = 𝑚𝑥 + 𝑏
𝒙 𝒚 𝒙𝒚 𝒙𝟐 𝒚𝟐
σ𝑥 σ𝑦 26 58
σ 𝑥𝑦 − 297 −
3 8 24 9 64 𝑚= 𝑛 = 6 = 1,223
σ 𝑥 2 26 2
6 10 60 36 100 σ 𝑥2 − 150 − 6
𝑛
8 15 120 64 225 σ𝑦 σ𝑥 58 26
𝑏 = 𝑦ത − 𝑚𝑥ҧ = − 1,223 = − 1,223 = 4,3603
2 8 16 4 64 𝑛 𝑛 6 6

1 5 5 1 25
𝑦 = 1,223𝑥 + 4,3603
6 12 72 36 144
෍ 26 ෍ 58 ෍ 297 ෍ 150 ෍ 622

297
= 0,97
150 ∗ 622
 REGRESIÓN LINEAL

Con esta ecuación realizamos estimaciones: 𝑦 = 1,223𝑥 + 4,3603

Horas de Nota 16
Estudio (Y) 14
12
0 4,4 10

Nota (y)
1 5,6 8
6
2 6,8 4

3 8 2
0
4 9,3 0 2 4 6 8 10
Horas de Estudio (x)

Por cada hora adicional de estudio, la nota AUMENTA en 1,2 puntos.

 REGRESIÓN LINEAL

EJEMPLO: Encontrar la recta que mejor se ajusta a los siguientes datos:

𝑦 = 𝑚𝑥 + 𝑏
𝒙 𝒚 𝒙𝒚 𝒙𝟐 𝒚𝟐
σ𝑥 σ𝑦 55 57
σ 𝑥𝑦 − 233 −
7 2 14 49 4 𝑚= 𝑛 = 9 = −0,84
σ 𝑥 2 55 2
1 9 9 1 81 σ 𝑥2 − 473 − 9
𝑛
10 2 20 100 4
σ𝑦 σ𝑥 57 55
5 5 25 25 25 𝑏 = 𝑦ത − 𝑚𝑥ҧ = + 0,84 = − 0,84 = 11,4
𝑛 𝑛 9 9
4 7 28 16 49
𝑦 = −0,84𝑥 + 11,4
3 11 33 9 121
13 2 26 169 4
10 5 50 100 25 233
= 0,475
2 14 28 4 196 473 ∗ 509
෍ 55 ෍ 57 ෍ 233 ෍ 473 ෍ 509
 REGRESIÓN LINEAL

EJEMPLO: Encontrar la recta que mejor se ajusta a los siguientes datos:

𝑦 = −0,84𝑥 + 11,4 16
14
233 12
= 0,475 10 y = -0,8425x + 11,482
473 ∗ 509 8 R² = 0,6566

y
6
4
2
0
0 5 10 15
x
COEFICIENTE DE
CORRELACIÓN
 OBJETIVO

Intentaremos medir la posible relación entre dos

variables. Estudiaremos bajo título “correlación” los
problemas referentes a la variación conjunta de dos
variables.
 COEFICIENTE DE CORRELACIÓN
El Coeficiente de correlación es una medida que permite conocer el grado de
asociación lineal entre dos variables cuantitativas (X, Y).

Podemos observar en el
diagrama B que los
puntos se acercan mas
a la recta, caso
contrario en el
diagrama A, los puntos
están mas alejados.
Si trazamos una línea recta en los diagramas. Entonces podemos
decir que la relación
lineal del diagrama A
es mas débil con
comparación a la
relación que existe en
el diagrama B.
 REPRESENTACIÓN GRÁFICA DE UNA
RELACIÓN
Relación lineal positiva o directa: cuando los valores altos en Y tienden a
emparejarse con valores altos en X, los valores intermedios en Y tienden a
emparejarse con valores intermedios en X y los valores bajos en Y tienden a
emparejarse con valores bajos en X
Ejemplo: motivación y rendimiento
Diagrama de dispersión
6

Rendimiento
4

0
0 5 10 15
Motivación

Constituyen nubes de puntos donde representamos

los pares de valores de X e Y para cada uno de los
sujetos y los representamos en un eje de coordenadas
 REPRESENTACIÓN GRÁFICA DE UNA
RELACIÓN
Relación lineal negativa o inversa: cuando los valores altos en Y tienden a
emparejarse con valores bajos en X, los valores intermedios en Y tienden a
emparejarse con valores intermedios en X y los valores bajos en Y tienden a
emparejarse con valores altos en X.
Ejemplo: Tiempo de realización de una tarea y número de errores

Errores 4

0
0 2 4 6 8 10 12 14
Tiempo

Diagrama de dispersión
 REPRESENTACIÓN GRÁFICA DE UNA
RELACIÓN
Relación nula: cuando no hay un emparejamiento sistemático entre ellas en
función de sus valores

Ejemplo: estatura y rendimiento

Inteligencia

0 2 4 6 8 10 12 14
Estatura

Diagrama de dispersión
 REPRESENTACIÓN GRÁFICA DE UNA
RELACIÓN

Importante:

Una correlación nula no indica ausencia de relación, sino ausencia de

relación lineal. En otras palabras, indica que el modelo lineal no se ajusta
al comportamiento de esas variables, pero puede haber algún tipo de
relación entre ellas (ejemplo de la activación y el rendimiento).
 COEFICIENTE DE CORRELACIÓN
Un diagrama dispersión no nos da certeza de que tan débil o fuerte es la relación
lineal, necesitamos una medida que nos de la fuerza de la asociación y la dirección
que toma esta relación.
Para esto sirve el coeficiente de correlación que esta dado por la siguiente fórmula.

Covarianza entre x y y
Desviación Estándar de x *
Desviación Estándar de y

Recordemos que el coeficiente de relación lineal, mide la fuerza y el

sentido de la relación lineal entre 2 variables cuantitativas.
 COEFICIENTE DE CORRELACIÓN
Para interpretar el coeficiente de correlación utilizamos la siguiente escala: