Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
Análisis de Regresión Lineal Simple y de
Correlación
• El análisis de regresión lineal y de correlación
comprende es estudio de los datos muestrales para
sí
saber si dos o más variables están relacionadas entre
• en una población.
El análisismatemática
ecuación de regresión lineal
que da como
describe resultado
cierta relaciónuna
determinada. La ecuación puede usarse para estimar o
predecir los valores de una variable cuando se conocen
• o se suponen conocidos los valores de otra variable.
El análisis de correlación da como resultado un número
que resume el grado de relación lineal existente entre
dos variables. Es útil en un trabajo exploratorio cuando
el investigador desea encontrar el grado o la fuerza de 2
El diagrama de dispersión
3
Diagrama de dis pe rs ión de l cos tode publicidad y
las ve ntas
600
550
500
Ventas ($)
450
400
350
300
15 25 35 45 55
Costo de publicidad ($)
4
Lineal, positiva , perfecta Lineal, negativa, perfecta
5
3, 5 12
3 10
2, 5
8
2
6
1, 5
4
1
2
0, 5
0
0
0 5 10 15 20 25 30 35
0 5 10 15 20 25 30 35
40
40
3, 5 3, 5
3 3
2, 5 2, 5
2 2
1, 5 1, 5
1 1
0, 5 0, 5
0 0
0 5 10 15 20 25 0 2 4 6 8 10 12 14 16 18
30 20
Profesor Gonzalo 6
Cuadros 6
Regresión lineal simple
7
Supuestos del análisis de regresión
simple
8
Correlación
• Error estándar de la estimación:El error estándar de la
estimación mide la variabilidad, o dispersión, de los valores muestrales y
observados alrededor del plano de regresión. “s”
9
Pronósticos
• Valor medio
ŷ 0 t ( n 2, 1 / 2) Se
1
x 0 x
2
n S xx
• Valor individual
ŷ 0 t ( n 2, 1 / 2) Se 1
1
x 0 x
2
n S xx
10
Regresión no lineal
11
MODELO ECUACIÓN LINEALIZADO VALIDACION
Ho: B1=0
LINEAL Y= Ḃo+Ḃ1X H1: B1≠ 0 RHo
Ho: B2=0
CUADRATICO Y= Ḃo+Ḃ1x+Ḃ2X2 H1: B2≠ 0 RHo
12
12
Función exponencial
y
0
0
0 1
1
0
x
x
13
Función potencia
y 1 y
1
0 1
0
1
0
x x
14
Regresión Múltiple
15
Elección de las variables de predicción
16
Supuestos del análisis de regresión múltiple
ŷ ̂ 0 ̂ 1x1 ̂ 2 x 2 ... ̂ k x k
• ŷ valor estimado de la variable dependiente
18
Coeficiente de regresión
19
Multicolinealidad
• Cuando existe multicolinealidad es difícil distinguir que
cantidad del efecto observado se debe a una variable
de predicción individual. En otras palabras, si dos
variables están altamente correlacionadas,
proporcionan casi la misma información en el
pronóstico.
• Cuando dos variables tienen una alta correlación, los
coeficientes ̂ 0 , ̂1 , ̂2 ,..., ̂ k estimadores de 0 , 1 , 2 ,...k
no son confiables. La estimación ̂ k de puede no k
20
Matriz de correlación
Y X1 X2 X3
Y 1
X1 RYX1 1
X2 RYX2 RX1X2 1
22
Las consecuencias adversas son
• Las estimaciones de los coeficientes de regresión fluctúan de
manera notoria de una muestra a otra.
23