Regresión Lineal Simple.

Su objetivo principal del análisis de la regresión lineal es establecer una relación

funcional entre dos variables relacionadas, tomando datos muestrales (aleatorios),
que constituyen buenos estimadores de la correspondiente relación poblacional.
Una vez que se ha establecido cuantitativamente esta relación (mediante la
correspondiente ecuación), es posible predecir o estimar el valor de una de las
variables (la dependiente) en función de la otra independiente.

Cuando se relacionan dos variables es decir “X” y “Y” se procede a un ajuste de

valores, de tal manera que se aplique la ecuación de la línea recta para
homogenizar la tendencia de los valores.

Cuando los valores se grafican tal como son entonces se llama Dispersión, esto
significa que los valores están separados, por eso es importante acoplar las dos
simultaneas para conocer la tendencia.

A continuación aparecen ejemplos de diversas relaciones, denominadas funciones

o ecuaciones de predicción:

Yc = a + bx ecuación de la línea recta

Yc = a + bx + cx2 ecuación de 2do grado o cuadrática
Yc = ab2 ecuación exponencial
Yc = a xb ecuación potencial

Abordaremos primero la línea recta con el siguiente ejemplo. Se desea probar un

determinado abono químico con la fertilización de una determinada parcela
cultivada de café. Los resultados obtenidos se presentan a continuación, donde
“X” representa aplicaciones del abono en arrobas y “Y” representa la producción
en sacos de 46 Kilogramos.

X 1.0 1.5 2.0 3.0 2.5 2.5 3.5 4.0 4.5 4.5 5.0 6.0 6.5 8.0 7.5
Y 3.0 4.0 3.0 5.0 4.0 5.0 6.0 6.0 6.5 7.0 7.0 8.0 8.0 10. 9.0

Realizaremos el gráfico para ver la forma que toma el diagrama de dispersión:

 Grafico 1
12
Yc = a + bx
10

8
Eje Y

0
0 1 2 3 4 5 6 7 8 9
Eje X

Como se puede observar en la gráfica la forma que toma el diagrama de

dispersión (nube de puntos de la gráfica), sugiere que se puede aplicar una
función lineal (línea recta).
X Y XY X² Yc
1.0 3 3.0 1.0 3.06
1.5 4 6.0 2.25 3.545
2.0 3 6.0 4.0 4.03
3.0 5 15.0 9.0 5.0
2.5 4 10.0 6.25 4.515
2.5 5 12.5 6.25 4.515
3.5 6 21.0 12.25 5.485
4.0 6 24.0 16.0 5.97
4.5 6.5 29.25 20.25 6.455
4.5 7 31.5 20.25 6.455
5.0 7 35.0 25.0 6.94
6.0 8 48.0 36.0 7.91
6.5 8 52.0 42.25 8.395
8.0 10 80.0 64.0 9.85
7.5 9 67.5 56.25 9.365
62 91.5 440.75 321 91.49
Sustituyendo las formulas se tiene lo siguiente:
1- ∑ Y = N a + ∑ X b Yc= a + bx

2- ∑ XY = ∑ X a + ∑ X² b

91.5  15a  62b

Resolviendo el sistema por el método de suma
440.75  62a  321b y resta vamos a eliminar la constante “a”,
multiplicando la primera ecuación por -62 y la
91.5  15a  62b   62  segunda por 15

440.75  62a  321b  15 

5,673  930a  3844b Simplificando el número -930a con

6, 611.25  930a  4815b respecto al denominador nos dá

como resulatado 0.

938.25  0  971b
Continuando con los despejes
938.25 encontramos el valor de “b”
 b  0.97  b
971

91.5  15a  62b Sustituyendo en la primera ecuación el valor de “b”

91.5  15a  62(0.97) Yc = a + bx

91.5  15a  60.14 Yc = 2.09 + 0.97x

91.5  60.14  15a Yc= 2.09 + 0.97(1.0) Yc= 3.06

31.36  15a Yc= 2.09 + 0.97(1.5) Yc= 3.545

31.36 Yc= 2.09 + 0.97(2.0) Yc= 4.03

a .
15 .
2.09  a .
.
Indicación: Resolver el siguiente ejercicio aplicado los procesos estudiados
anteriormente.

Ejercicio Práctico: La siguiente información corresponde a la temperatura en (°F)

y a la dilatación de un determinado material:

Temperatura 87 50 75 90 55 54 68 85 82 80 45 58 66
Dilatación 5.0 2.2 4.1 5.4 2.8 3.0 3.6 4.9 4.1 4.2 2.0 2.7 3.1

 Determine la ecuación de regresión, usando como variable dependiente la

que usted estime conveniente.

Ejercicio Práctico: En la siguiente información X corresponde al número de litros

de bebidas alcohólicas consumidas por cada 100 personas, y la variable Y
corresponde al número de accidentes de automóviles por cada 100 personas que
ingieren bebidas alcohólicas:

Y 2 3 4 5 6 7 8 9 10
X 8 10 12 18 20 22 25 28 30

 Calcule la ecuación de regresión de X sobre Y.