Documentos de Académico
Documentos de Profesional
Documentos de Cultura
• Donde:
• Y´ se lee Y prima, es el valor pronosticado de la variable Y
para un valor seleccionado de X.
• a es la ordenada de la intersección con el eje Y, es decir,
corresponde al valor estimado de Y, donde la recta de
regresión cruza el eje Y, cuando X = 0.
• B es la pendiente de la recta, o el cambio promedio en Y´ por
unidad de cambio (incremento o decremento) en la variable
independiente X.
• x es cualquier valor seleccionado de la variable independiente
Modelo de regresión lineal simple. Método de
mínimos cuadrados.
• Primero tomemos una muestra aleatoria de n parejas
ordenadas (𝑥𝑖 , 𝑦𝑖 ) con 𝑖 = 1,2,3,4, … , 𝑛 donde 𝑥𝑖 y 𝑦𝑖 y son
valores que toman las variables X y Y, respectivamente.
Regresión lineal simple. Ejemplo.
• A continuación se
proporcionan 15
parejas de datos en
donde se presentan las
mediciones del tiempo
de reacción, variable
dependiente o de
respuesta, y la dosis
suministrada, variable
independiente, de un
nuevo medicamento
para contrarestar la
presión arterial
elevada.
Regresión lineal simple. Ejemplo.
• Tomando los 15 puntos proporcionados en la tabla 1,
podemos obtener las estimaciones para la pendiente y
ordenada del modelo de regresión lineal simple.
1. Sumatorias
2. Cálculo de la ordenada y
pendientes
Regresión lineal simple. Ejemplo.
2. Cálculo de la ordenada y
pendientes
3. Ecuación de la recta
• Con esta ecuación podemos obtener predicciones de la
variable dependiente Y para cada valor que le demos a
X.
• Además que con dos valores de x y la ecuación es
posible construir un par de puntos por donde pasa la
recta que ajusta al conjunto de parejas y por
consecuencia podremos dibujar la gráfica de la recta.
Regresión lineal simple. Ejemplo.
3. Ecuación de la recta
3. Dibujar recta de
regresión lineal
• Si por ejemplo le damos a
la variable independiente
los valores de x = 5 y x
=15 , se tiene los valores
𝑦 =19.0001 y 𝑦 = 7.8571,
respectivamente al
evaluarlos en la ecuación
de la recta.
Regresión lineal simple. Ejercicio
• Al estudiar la relación entre tiempo (horas) que hacen las
personas que utilizan su auto para llegar a su trabajo y la
cantidad de combustible (litros) que se gasta en los días de
mucho tráfico, se obtuvieron los siguientes datos.
1. Sumatorias
•.
Ejercicio. Intervalos de confianza para los parámetros
ayb
• Del ejercicio anterior
• Construir un intervalo de confianza al 95% para los parámetros a y b
𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎
= 𝑎 = 0.05
1 – 0.95 = 0.05
𝑎 0.05
= = 0.025
2 2
𝑛 = 10
𝑛 − 2 grados de libertad
Coeficiente de correlación
• El número que mide la relación lineal entre variables se
conoce como coeficiente de correlación muestral y
está dada por
Cantidad de
Tiempo (horas) combustible
(litros)
0.3 5
0.35 5.6
0.41 6.1
0.5 7.5
0.54 8.3
1.2 10.4
1.24 10.8
1.3 12.5
1.45 13.4
2.1 16.6