Nombre completo: Lisette Sides Sandoval

Nombre del Docente : Sharim Vannesa Osnaya Flores

Carrera: Administración de Empresas Turísticas

Materia: Estadistica Inferencia

Nombre de la
actividad : Compilación de ejercicios: Regresión y correlación lineal.
varianza

Fecha: 17/Dec / 23
 Regresión Lineal Simple:

La regresión lineal simple es un método estadístico que busca modelar la relación

entre una variable independiente (X) y una variable dependiente (Y) a través de una
línea recta. La ecuación general de la regresión lineal simple es:

Donde:

● Y es la variable dependiente que queremos predecir.

● X es la variable independiente que se utiliza para realizar la predicción.
● a es la pendiente de la línea, que representa el cambio en
● Y por cada cambio unitario en
● X.
● b es la ordenada al origen, que es el valor de
● Y cuando
● X es igual a cero.

El objetivo es encontrar los valores de a yb que minimizan la diferencia entre los

valores observados de Y y los valores predichos por la ecuación de regresión.

Supongamos que queremos predecir la puntuación en un examen ( Y) basándonos

en el número de horas de estudio (X). Tenemos los siguientes datos:

Para encontrar la ecuación de regresión lineal simple, necesitamos calcular a yb.

Estos se pueden obtener mediante fórmulas específicas, pero se pueden simplificar
para un conjunto pequeño de datos. Las fórmulas son:
Donde n, es el número de observaciones, denota la suma, x son los valores de la
variable independiente,y son los valores de la variable dependiente, y
xy representa el producto dex e y.

En este ejemplo, después de realizar los cálculos, obtendríamos los valores de a yb.
La ecuación de regresión lineal simple resultante sería utilizada para predecir la
puntuación en el examen (Y) para cualquier cantidad dada de horas de estudio (X).

La correlación simple, específicamente el coeficiente de correlación de Pearson,

mide la fuerza y la dirección de una relación lineal entre dos variables continuas.
Este coeficiente toma valores entre -1 y 1, donde:

● 1
● 1 indica una correlación positiva perfecta (ambas variables aumentan juntas
de manera lineal).
● −1
● −1 indica una correlación negativa perfecta (una variable disminuye mientras
la otra aumenta de manera lineal).
● 0
● 0 indica ausencia de correlación.
● La fórmula del coeficiente de correlación de Pearson (r) es:

Donde:

● ��
● X
● i
●
● e
● ��
● Y
● i
● son los valores individuales de las dos variables.
● Y son las medias de X e Y, respectivamente.
 Conclusión

Ambas herramientas son útiles para entender y cuantificar la relación entre

variables.La regresión lineal simple se centra en la predicción y modelado, mientras
que la correlación simple se centra en la medida de la fuerza y la dirección de la
relación.Utilizadas juntas, estas herramientas proporcionan una comprensión más
completa de cómo dos variables están relacionadas en un conjunto de datos.