INSTITUTO TECNOLGICO SUPERIOR DE CALKIN EN EL ESTADO DE CAMPECHE

INGENIERA INDUSTRIAL

Mtodo de regresin lineal simple Incluye ejemplo demostrativo

POR

ING. JORGE ENRIQUE VARGAS MARTINEZ; MAD.

Octubre del 2005

Planeacin y control de la produccin I

Mtodos de regresin y correlacin Las tcnicas de regresin y correlacin cuantifican la asociacin estadstica entre dos o ms variables. La regresin lineal simple expresa la relacin entre una variable dependiente Y y una variable independiente X, en trminos de la pendiente y la interseccin de la lnea que mejor se ajuste a las variables. La correlacin simple expresa el grado o la cercana de la relacin entre las dos variables en trminos de un coeficiente de correlacin que proporciona una medida indirecta de la variabilidad de los puntos alrededor de la mejor lnea de ajuste- Ni la regresin ni la correlacin dan pruebas de relaciones causa efecto. Regresin: El modelo de regresin lineal simple toma la forma Y = a + bx, donde y = variable dependiente x = variable independiente. Los valores de la pendiente b y la interseccin a se obtienen usando las ecuaciones normales escritas en la forma conveniente.
b=

xy n XY
2

nX

a = Y bx

Desviacin estndar de la regresin Una lnea de regresin describe la relacin entre un valor dado de la variable independiente X y la media y.x de la distribucin de probabilidad correspondiente de la variable dependiente Y. El punto estimado, o pronstico, es la media de la distribucin para un valor dado X. La desviacin estndar de la regresin S y.x es una medida de la dispersin de los datos alrededor de la lnea de regresin.
S y. X =

a Y b XY n 2

Estimacin de intervalo Se puede establecer una prediccin de intervalo para un valor pronosticado individual de YC usando la expresin: Intervalo de prediccin = YC t SIND Donde t = valor de la tabla de la distribucin t para el nivel de confianza especificado, y

Ing. Jorge Enrique Vargas Martnez; MAD

Planeacin y control de la produccin I

S IND = S y . x 1 +

1 (X X ) + n ( X X ) 2

Para muestras grandes (n100), la ecuacin anterior puede ser aproximada. Usando la distribucin normal (Z) ms que la , en la forma de YC ZSY.X Tambin la significancia de la pendiente de la lnea de regresin (b) puede ser probada usando la siguiente expresin.
t calc = b Sb 1 ( X X )2

S b = SY . X

donde Si el valor de tcalc de la tabla t, la relacin entre X y Y es estadsticamente significativa. Correlacin El coeficiente de correlacin lineal simple r es un nmero entre -1 y 1 que indica qu tan bien describe la ecuacin lineal la relacin entre las dos variables. Como se muestra en la siguiente figura, r se designa como positiva si Y se incrementa cuando lo hace X, y negativa si Y decrece al incrementarse X. Una r de cero indica una ausencia de relacin entre las dos variables.

La desviacin de todos los puntos (Y) de la lnea de regresin (Yc) consiste en la desviacin contabilizada por la lnea de regresin (explicada) y la variacin aleatoria (no explicada).

Ing. Jorge Enrique Vargas Martnez; MAD

Planeacin y control de la produccin I

Variacin total = explicada + no explicada

(Y Y )

= (Yc Y ) 2 + (Y Yc ) 2

El coeficiente de determinacin r2 es la razn de la variacin explicada a la variacin total:

r
2

(Y Y ) = (Y Y )
C

El coeficiente de correlacin r es la raz cuadrada del coeficiente de determinacin:

r=

(Y Y ) (Y Y )
c

Cuando el tamao de la muestra es lo suficientemente grande (v.g., mayor de 50); el valor de r puede ser calculado ms directamente con base en:
r=

[n X

n XY X Y
2

( X )

][nY

(Y ) 2

La significancia de cualesquier valor de r puede probarse estadsticamente con una hiptesis para mostrar que no existe correlacin. Para probarlo, el valor de r es comparado con un valor de tablas para un tamao de muestra y un nivel de significancia dados. Ejemplo El gerente general de una planta de produccin de materiales de construccin considera que la demanda de embarques de aglomerado puede estar relacionado con el nmero de permisos de construccin emitidos en el municipio durante el trimestre anterior. El gerente ha recolectado los datos que se muestran en la tabla. Permisos de Embarques de construccin (X) conglomerado (Y) 15 6

Ing. Jorge Enrique Vargas Martnez; MAD

Planeacin y control de la produccin I

9 40 20 25 25 15 35

4 16 6 13 9 10 16

Si se pide determinar una estimacin de los embarques cuando el nmero de permisos de construccin es 30.

En el siguiente diagrama de dispersin se puede ver que los datos no son perfectamente lineales; sin embargo, se puede hacer un enfoque lineal sobre este periodo corto.
Embarques de conglomerado 18 16 14 Embarques Y 12 10 8 6 4 2 0 0 5 10 15 20 25 30 35 40 45 Permisos X Embarques de conglomerado (Y)

Se realizan los clculos como se muestra en la siguiente tabla n 1 2 3 4 5 6 7 8 Totales X 15 9 40 20 25 25 15 35 184 Y 6 4 16 6 13 9 10 16 80 XY 90 36 640 120 325 225 150 560 2146 X2 225 81 1600 400 625 625 225 1225 5006 Y2 36 16 256 36 169 81 100 256 950

Se calcula las medias aritmticas de X y Y

X = 23

Ing. Jorge Enrique Vargas Martnez; MAD

Planeacin y control de la produccin I

Y =10

Se calculan los valores de la pendiente b y la interseccin a:

b=

xy n XY
2

nX

b=

2146 8( 23 )(10 ) 5006 8( 23 )( 23 )

b = 0.395
a = Y bx

a = 10 0.395(23) a = 0.915 Se plantea la ecuacin de la regresin Y = a + bx Y = 0.915 + 0.395X Recordemos que X = permisos; Y = embarques. Entonces, el nmero de embarques cuando el nmero de permisos de construccin es 30 se puede encontrar sustituyendo el valor en la ecuacin. X = 30 Y = 0.915 + 0.395(30) Y = 12.76 13 El nmero de embarques ser de 13 aproximadamente. Desviacin estndar de la regresin

Dados los datos de los permisos y embarques calclese la desviacin estndar de la regresin En la siguiente grafica se muestra el comportamiento de la desviacin

Ing. Jorge Enrique Vargas Martnez; MAD

Planeacin y control de la produccin I

Embarques de conglomerado 18 16 14 Embarques Y 12 10 8 6 4 2 0 0 5 10 15 20 25 30 35 40 45 Permisos X Embarques de conglomerado

Por lo tanto, la desviacin estndar de la regresin es

S y. X =

a Y b XY n 2

SY . X =

950 (0.91)( 80 ) (0.396 )( 2146 ) 8 2

S Y . X = 2.2 embarques

Estimacin del intervalo

Desarrllese una prediccin de intervalo estimada de 95% para el nmero especfico de embarques que se realizar cuando son emitidos 30 permisos de construccin durante el trimestre anterior. Donde el valor de t (de la tabla estadstica) para n-2 = 8-2 = 6 grados de libertad, y dnde segn tablas: t = 2.447 Se debe calcular
( X X )2

Ing. Jorge Enrique Vargas Martnez; MAD

Planeacin y control de la produccin I

X-X -8.00 -14.00 17.00 -3.00 2.00 2.00 -8.00 12.00 0.00

(X X)2 64 196 289 9 4 4 64 144 774

X= 30 permisos
S IND = S y . x 1 (X X ) 1+ + n ( X X ) 2
2

1 (30 23 ) 2 S IND = 2.2 1 + + = 2.40 8 774

Intervalo de prediccin = YC t SIND Intervalo de prediccin = 13 2.447 (2.40) Intervalo de prediccin (inferior) = 13 5.87 = 7.1 Intervalo de prediccin (superior) = 13 + 5.87 = 18.9 7.1< Embarques < 19 SIND
r=

Coeficiente de correlacin

[n X

n XY X Y
2

( X )

][nY

(Y ) 2

r=

[8(5006 ) (184 ) ][8(950 ) (80 ) ]

2 2

8(2146 ) (184 )(80 )

r=

2448 = 0.90 7430400

BIBLIOGRAFA

Ing. Jorge Enrique Vargas Martnez; MAD

Planeacin y control de la produccin I

Monks Joseph G. Administracin de operaciones, serie Schaum., 1 edicin, Mxico D.F., Mc. Graw Hill., p.p. 170174.

Ing. Jorge Enrique Vargas Martnez; MAD