TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DEL VALLE DE ETLA

INGENIERIA EN GESTION EMPRESARIAL

Estadística Inferencial II

Regresión lineal simple y correlación, conceptos del temario del punto 1.1 al 1.8.

Presentación en PowerPoint

Presenta

Aciel Bernabé Ramírez Ramírez

Asesor

M. en I.A. Cynthia Dinorah Gómez Sosa

Semestre: 5°

Oaxaca de Juárez, Oaxaca, México. Agosto 2022

 Tabla de contenidos

1.1 1.2 1.3 1.4

Modelo de Supuestos Determinación de Medidas de
regresión simple la ecuación de variación
regresión

1.5 1.6 1.7 1.8

Cálculo de los Análisis residual Inferencias Aplicaciones
coeficientes de acerca de la
correlación y de pendiente
determinación
 1.1

Modelo de
regresión simple
 ¿Que es?
El modelo de análisis de regresión
lineal simple es el más utilizado y
el más sencillo de todos. Se trata
de estudiar el efecto de una
variable independiente sobre una
única variable dependiente de la
primera.
El pronóstico de regresión lineal
simple es un modelo óptimo para
patrones de demanda con
tendencia(creciente o
decreciente), es decir, patrones
que presenten una relación de
linealidad entre la demanda y el
tiempo.
 1.2

Supuestos
Existen cuatro suposiciones de regresión

Linealidad Normalidad

Son conocidas
por el acronimo
“L I N E”
En ingles
Independencia Igual varianza
de errores (Tambien llamada
homocedasticidad)
 La primera suposición “Linealidad”

Establece que la relación entre variables es lineal.

Si no se tiene linealidad se dice que se tiene un
error de especificación. En el caso de que sean
varias variables independientes, la opción
Analizar-Regresión Lineal-Gráficos-Generar todos
los gráficos parciales nos dan los diagramas de
dispersión parcial para cada variable
independiente.
 La segunda suposición
“Independencia de errores”
Requiere que los errores (E,´S) sean
independientes unos de otros. Esta suposición es
de vital importancia cuando se recolectan los
datos a lo largo de un periodo de tiempo. En tales
situaciones, los errores para un periodo específico
a menudo se correlacionan con aquellos del
periodo previo.
 La tercera suposición
“Normalidad”
Requiere que los errores (E, ́S) se distribuyan normalmente en cada valor de X.
Podemos contrastarla mediante:
• La prueba de Kolmogorff-Smirnov, con gráficos de normalidad de tipo Q-Q
(cuartiles) o P-P (proporciones) (ver explorar)
•Gráficamente en Analizar-Regresión-Lineal-Gráficos.
La opción Histograma: añade una curva N (0,1)
Gráfico de Probabilidad Normal de tipo P-P: Representa las proporciones
acumuladas de la variable esperada respecto a las proporciones acumuladas de la
variable observada.
 La cuarta suposición
“igual varianza u homocedasticidad”
Requiere que la varianza de los errores (E, ́S) sea
constante para todos los valores de X. En otras
palabras, la variabilidad de los valores de Y será la
misma cuando X es un valor bajo que cuando X es
un valor alto.
El supuesto de homocedasticidad implica que la
variación de los residuos sea uniforme en todo el
rango de valores de los pronósticos (gráfico sin
pautas de asociación)
 1.3
Determinación de
la ecuación de
regresión
 Ecuación de regresión lineal simple
La ecuación de regresión lineal simple indica que el valor medio o valor esperado
de y es una función lineal de x: E(y/x) = β0 + β1 x. Si β1=0 entonces E(y/x) = β0 y
en este caso el valor medio no depende del valor de x, y concluimos que x y y no
tienen relación lineal.
 1.4

Medidas de
variación
 Varianza y desviación típica
VARIANZA: La Varianza es una medida de dispersión que se utiliza para
representar la variabilidad de un conjunto de datos respecto de la media
aritmética de los mismo. Así, se calcula como la suma de los residuos elevados al
cuadrado y divididos entre el total de observaciones.
 Varianza y desviación típica
Desviación típica: Resultado de imagen para desviación típica
El término desviación típica o desviación estándar hace referencia a una medida
que se utiliza para cuantificar la variación o la dispersión de datos numéricos en
una variable aleatoria, población estadística, conjunto de datos o distribución de
una probabilidad.
 1.5
Calculo de los coeficientes
de correlación y
determinación
 ¿Qué es el coeficiente de correlación?

El coeficiente de correlación es la medida

específica que cuantifica la intensidad de
la relación lineal entre dos variables en
un análisis de correlación. En los informes
de correlación, este coeficiente se
simboliza con la r.
 ¿Qué es el coeficiente de determinación?

El coeficiente de determinación es la
proporción de la varianza total de la
variable explicada por la regresión. Es
también denominado R cuadrado y sirve
para reflejar la bondad del ajuste de un
modelo a la variable que se pretende
explicar.
 1.6

Análisis residual
 ¿Para que sirve?
El análisis residual permite cotejar si las suposiciones del modelo de regresión se
cumplen. Se puede detectar:
a) Si efectivamente la relación entre las variables X e Y es lineal.
b) b) Si hay normalidad de los errores.
 1.7

Inferencias acerca de la
pendiente
 Inferencias sobre la pendiente

La hipótesis nula también puede

formularse como una prueba de una
cola, en cuyo caso la hipótesis alternativa
no es simplemente que existe relación
entre las dos variables, sino además que
esta relación es de un tipo especifico
(directa o inversa).
 1.8

Aplicaciones
La metodología estadística se emplea en muchos campos. Se ha visto
quela estadística es una disciplina que ayuda a diseñar el esquema de
búsqueda y registro de información para describirla y analizarla con
facilidad y mediante estimaciones, obtener conclusiones que
enriquecen el conocimiento de la realidad.
La estadística se aplica en los programas de Gobierno, Ingeniería,
Agronomía, Economía, Medicina, Biología, Psicología, Pedagogía,
Sociología, Física, etcétera; no hay alguna ciencia que no la use o
profesión que no la aplique.
 Algunos ejemplos del uso de la
estadística son:
● En las agencias gubernamentales, tanto federales como estatales utilizan la
estadística para realizar planes y programas para el futuro.

● En el campo de la ingeniería se aplica en muchas de sus actividades tales como:

a) La planeación de la producción.
b) El control de calidad.
c) Las ventas.
d)El almacén, etcétera.
 Algunos ejemplos del uso de la
estadística son:
● En el campo económico su uso es fundamental para informar el desarrollo
económico de una empresa o de un país que da a conocer los índices
económicos relativos a la producción, a la mano de obra, índices de
precios para el consumidor, las fluctuaciones del mercado bursátil, las tasas
de interés, el índice de inflación, el costo de la vida, entre otros.

● En el campo demográfico la Estadística se aplica en los registros de los hechos

de la vida diaria, tales como:
• Nacimientos. • Defunciones. • Matrimonios. • Adopciones.
 Algunos ejemplos del uso de la
estadística son:
● En el campo educativo la Estadística contribuye al conocimiento de
las condiciones fisiológicas, psicológicas y sociales de los alumnos y
de los profesores. Al perfeccionamiento de los métodos de enseñanza y de
evaluación.
● Las decisiones sobre las tasas tributarias, los programas sociales, el gasto de
defensa y muchos otros asuntos pueden hacerse de manera inteligente tan sólo
con la ayuda del análisis estadístico.
 Conclusiones

En esta primera parte analizamos varias partes de la estadística inferencial y

pudimos darnos cuenta que la vemos todos los días desde el nacimiento de un
nuevo ser así como la defunción de otro pero también en ámbitos escolares, en
todos los trabajos, a cualquier lado que miremos esta en acción la estadística.
 Referencias
● http://www.uaeh.edu.mx/docencia/VI_Lectura/licenciatura/documentos/LEC5.
pdf. (s.f.).
● ftp://ftp.utalca.cl/profesores/gicaza/.../10%20inferencia%20regresion%20simpl
e.doc. (s.f.).
● http://www.conevyt.org.mx/bachillerato/material_bachilleres/cb6/5sempdf/edin
1/edin1_f1.pdf. (s.f.).
● http://www.dm.uba.ar/materias/estadistica_Q/2011/1/clase%20regresion%20s
imple.pdf. (s.f.).
● David M. Levine, M. L. (2006). Estadística para administración. Pearson
Educación.
 Elaboro
Aciel Bernabé Ramirez Ramirez

Gracias!
9514087779
LB16160756@itvalletla.edu.mx