Osorio Cervantes Josue

PROBABILIDAD Y ESTADISTICA.

GRUPO 8130352.

TURNO VESPERTINO.

UNIVERSIDAD POLITECNICA DEL VALLE DE

MEXICO.

TAREA 12, REGRESIÓN LINEAL Y

CORRELACIÓN.
Defina los siguientes términos:

Regresión lineal
En la terminología que se emplea en regresión, a la variable que se va a predecir
se le llama variable dependiente. A la variable o variables que se usan para
predecir el valor de la variable dependiente se les llama variables independientes.
Por ejemplo, al analizar el efecto de los gastos en publicidad sobre las ventas,
como lo que busca el gerente de mercadotecnia es predecir las ventas, esto indica
que las ventas serán la variable dependiente.

Regresión lineal simple

Los gerentes creen que las ventas trimestrales de estos restaurantes (que se
denotan por y) están directamente relacionadas con el tamaño de la población
estudiantil (que se denota x); es decir, en los restaurantes que están cerca de
campus que tienen una población estudiantil grande se generan más ventas que
en los restaurantes situados cerca de campus con una población estudiantil
pequeña

Coeficiente de determinación
para aproximar la relación lineal entre el tamaño de la población de estudiantes x y
las ventas trimestrales y se obtuvo la ecuación de regresión estimada ŷ - 60 = 5x.
Ahora la pregunta es: ¿qué tan bien se ajusta a los datos la ecuación de regresión
estimada? En esta sección se muestra que una medida de la bondad de ajuste de
la ecuación de regresión estimada (lo bien que se ajusta la ecuación a los datos)
es el coeficiente de determinación.

La suma de los cuadrados de estos residuales o errores es la cantidad que se

minimiza empleando el método de los mínimos cuadrados. Esta cantidad, también
conocida como suma de cuadrados debida al error, se denota por SCE.

Coeficiente de correlación
como una medida descriptiva de la intensidad de la relación lineal entre dos
variables x y y. Los valores del coeficiente de correlación son valores que van
desde - 1 hasta +1. El valor +1 indica que las dos variables x y y están
perfectamente relacionadas en una relación lineal positiva. Es decir, los puntos de
todos los datos se encuentran en una línea recta que tiene pendiente positiva. El
valor -1 indica que x y y están perfectamente relacionadas, en una relación lineal
negativa, todos los datos se encuentran en una línea recta que tiene pendiente
negativa.

Prueba de significancia
En una ecuación de regresión lineal simple, la media o valor esperado de y es una
función lineal de x: E( y) = 0 + 1x. Pero si el valor de 1 es cero, E( y) = 0 +
(0)x = 0. En este caso, el valor medio de y no depende del valor de x y por lo
tanto se puede concluir que x y y no están relacionadas linealmente. Pero si el
valor de 1 es distinto de cero, se concluirá que las dos variables están
relacionadas.

Error cuadrado medio

El error absoluto medio (EAM) es la distancia vertical promedio entre cada uno de
los puntos y la recta identidad (y=x), o también la distancia horizontal promedio
entre cada punto y la recta identidad. el valor verdadero.

Estimación de σ2
De acuerdo con el modelo de regresión y con sus suposiciones, se puede concluir
que σ2, la varianza de , representa también la varianza de los valores de y
respecto a la recta de regresión. Recuérdese que a las desviaciones de los
valores de y de la recta de regresión estimada se les conoce como residuales.
Realice el siguiente problema:
La revista Outside Magazine probó 10 modelos de mochilas y botas para
excursionismo. En la tabla siguiente se presentan los datos de soporte superior y
precio de cada modelo. El soporte superior se midió con una escala del 1 al 5 en
la que 1 significa aceptable y 5 denota excelente soporte superior (Outside
Magazine Buyer´s Guide 2001).

Use estos datos para obtener la ecuación de regresión estimada para estimar el
precio de las mochilas y las botas para excursionismo con base en el soporte
superior.

Y^=b0+blx

Y^=49.93+31.20x