Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 10 / Parte 2
INTRODUCCIÓN
En esta parte del curso vamos a determinar la relación matemática que existe entre
una variable en estudio denominada variable dependiente y otra variable
denominada variable independiente.
Existen dos formas de estudiar la asociación o relación entre dos variables
cuantitativas.
La primera forma se denomina correlación, que como ya vimos en el capítulo
anterior, consiste en estudiar el tipo o sentido y el nivel o grado de relación que
presentan dos variables. La medida que indica el tipo o sentido de la relación se
denomina Covarianza, y la medida que indica el nivel o grado de relación se
denomina Coeficiente de Correlación.
La segunda forma se denomina regresión, que consiste en determinar una relación
matemática y funcional (denominada línea o ecuación de regresión), que nos
permita predecir el valor de una de las variables (denominada variable
dependiente), en base al valor de la otra variable (denominada variable
independiente o explicativa).
La ecuación de regresión será confiable si existe un alto grado de correlación entre
las variables indicado por el coeficiente de determinación.
Donde:
0 : Coeficiente de intersección poblacional. (Intercepto de la línea de regresión)
Observaciones:
Si 1 0 entonces, la media de Y aumenta.
Ŷi =
ˆ y x i = b0 + b1X i
X xi X
Yi = 0 + 1Xi + i , i = 1, 2,...,k
Siendo: y x i = 0 + 1X i Yi = y x i + i
ii. 2 = E 2
i i
iii. E[i j ] = 0 i j
4. Para cada valor de Xi, los valores de Y tienen una distribución normal:
Y N ( y.x , 2y.x )
b0 X i + b1 X2
i = X i Yi (2)
n Xi Yi − X i . Yi Yi − b1 X i
b1 = ; b0 =
n X 2
i − [ Xi ]
2 n
COEFICIENTE DE DETERMINACIÓN
El coeficiente de determinación se define como el cociente entre la variación
explicada por la regresión y la variación total del modelo.
Expresa la proporción de la variación total que es explicada por la línea de regresión
estimada.
El coeficiente de determinación r2 es una medida de la proximidad del ajuste de la
recta de regresión. Cuanto mayor sea r2, mejor será el ajuste a la recta de regresión
y más útil será dicha ecuación de regresión como instrumento de predicción de los
valores de Y.
Si su valor es 0, expresa que el 0 % de la variación total observada en la variable
Y, es explicada por la línea de regresión estimada.
Si su valor es 1, se expresa que el 100 % de la variación total observada en la
variable Y, es explicada por la línea de regresión estimada.