Documentos de Académico
Documentos de Profesional
Documentos de Cultura
LINEAL SIMPLE
INTRODUCCIÓN
Entre las nociones estadísticas fundamentales, cuya
enseñanza debe optimizarse, se encuentran las de
regresión y correlación lineal. Desde la prehistoria
hasta nuestros días, el discernimiento sobre la posible
relación que puede existir entre dos sucesos ha sido
un aspecto importante del conocimiento humano.
“Conocer si los sucesos se relacionan y, con qué
intensidad lo hacen, facilita a las personas explicar el
pasado, controlar el presente y predecir el futuro”
(Crocker, 1981, p.272). De estas palabras se desprende
el valor que tiene el dominio de las nociones de
regresión y correlación.
En proyectos de investigación, con frecuencia se
desea obtener algún conocimiento acerca de la
relación entre dos variables; por ejemplo es posible
que se tenga interés en analizar la relación entre:
• La presión arterial y la edad.
• El consuno de algún alimento y la ganancia de
peso.
• La intensidad de un estímulo y el tiempo de
reacción.
• La concentración de un medicamento y la
frecuencia respiratoria.
Generalidades:
• El término lineal se refiere al hecho de que
regresión y correlación lineal, miden sólo una
relación en línea recta o lineal, entre dos
variables.
VARIABLES
X Y
- Variable independiente - Variable dependiente
- Variable explicatoria - Variable de respuesta
• Por lo general la variable “X” se conoce como
variable independiente, ya que frecuentemente
se encuentra bajo el control del investigador, es
decir, los valores de X pueden ser seleccionados
por el investigador para obtener uno o más
valores de Y, en correspondencia con los valores
de X.
DIAGRAMA DE DISPERSIÓN
• Es un tipo de
diagrama matemático
que utiliza las
coordenadas
cartesianas para
mostrar los valores de
dos variables, que
representan un
conjunto de datos.
Importancia del diagrama de
dispersión:
• El diagrama de Dispersión ayuda a
visualizar la forma de la relación entre las
variables, también permite observar si hay
alguna correlación o no.
TERCER PASO: observar que tipo de
correlación presentan los datos
𝑌 = 𝑎 + 𝑏𝑥
b. Como se observa que si existe relación entre
las variables.
c. Se calcula la recta de regresión de Y sobre X
: X Y
No. (Horas de (Calificación XY X² Y²
Estudiante estudio) obtenida)
1 20 80 1600 400 6400
2 15 65 975 225 4225
3 12 70 840 144 4900
4 25 76 1900 625 5776
5 32 90 2880 1024 8100
∑ 104 381 8195 2418 29401
Fórmula: Sustituyendo datos:
Interpretación:
nΣxy − Σ𝑥Σ𝑦 (5 ∗ 8195) − (104 ∗ 381)
𝑏= 𝑏= El valor de la
nΣ𝑥 2 − (Σx)² (5 ∗ 2418) − (104)²
pendiente de la
1351 recta es de 1.06
𝑏 = 1274 = 1.06
𝑌 = 𝑎 + 𝑏𝑥
𝑌 = 54.14 + 1.06𝑥
c. ¿Qué calificación se estima que obtuvo otro
estudiante que estudió nada más 8 horas.
Ecuación de la recta de mínimos cuadrados:
Y = 54.14 + 1.06x
Para X= 8 horas:
= Ycal = a + bx
Y
Sustituimos datos:
= Ycal = 54.14 + (1.06 ∗ 8)
Y
= Ycal = 62.62
Y
Interpretación:
La calificación estimada para un estudiante que estudió 8
horas es de 62.62 puntos.
Resolviendo con la calculadora:
1. Resetear o borrar los datos anteriores de la calculadora
2. Para encontrar los valores de a, b, y r , necesarios para
resolver problemas de Regresión y Correlación Lineal se
debe realizar lo siguiente:
• Algunos tipos de calculadoras necesitan primero
seleccionar el modo estadístico stat o sd, pero la gran
mayoría no lo necesita.
• En el menú de modo seleccionar “REG” (Regresión)
• Despues seleccionar “Lin” (Lineal)
• Ingresar los datos en las respectivas columnas o bien por
parejas ordenadas (X , Y).