REGRESIN LINEAL

Aplicacin En Un Problema de Pobreza

TTULO Y DISEO DE CONTENIDO CON
LISTA
Agregue la primera vieta aqu
Agregue la segunda vieta aqu
Agregue la tercera vieta aqu
INTRODUCCION
El procedimiento estadstico que se utiliza para este fin se conoce
como anlisis de regresin que permite establecer la relacin
funcional o ecuacin matemtica que relaciona las variables as
como la fuerza de esa relacin.
El trmino regresin fue utilizado por primera vez como un
concepto estadstico en 1877 por sir Francis Galton.
En la terminologa de la regresin, la variable que
se va a predecir se llama dependiente, a explicar, o endgena. La
o las variables que se usan para predecir el valor de la variable
dependiente se llaman independientes, explicativas o exgenas.
 TIPOS DE RELACION
ENTRE DOS
VARIABLES

En general, existen cuatro

posibles formas en que las
variables se pueden relacionar, a
saber: Relacin lineal directa,
relacin lineal inversa, relacin no
lineal directa y relacin no lineal
inversa.

Cuya estructura formal y

funcional, permite dilucidar con
objetividad las actividades
orientadas a decidir qu ecuacin
se debe emplear, cul ha de ser
la ecuacin que mejor se ajusta a
los datos y cmo debe validarse
FIGURA la significancia estadstica de los
1
pronsticos realizados.
UNA APLICACIN DEL MODELO DE
REGRESIN LINEAL
El anlisis de regresin donde intervienen
una variable dependiente y una
independiente, y en la cual la relacin
entre ella se aproxima por medio de una
lnea recta. A esto se le llama regresin
lineal simple.
Con el fin de estudiar este modelo, se
emplearn los datos tomados de una
muestra real, extrados de un
comunicado de prensa que revela el
porcentaje de pobreza, pobreza extrema
y el coeficiente de Gini (indicador de la
desigualdad econmica en una
poblacin) en los aos 2010 y 2011 de
las trece principales ciudades de
Colombia.
PASOS PARA LLEGAR A UNA FUNCION O ECUACION
MATEMATICA
1. Decidir qu clase de curva muestran los
puntos y por tanto qu clase de ecuacin se
siempre que se analizan datos debe usar.
observados o recopilados para llegar a 2. Encontrar la ecuacin particular que mejor
una funcin o ecuacin matemtica se ajuste a los datos.
que describa la relacin entre las
3. Demostrar que la ecuacin particular
variables por medio de una regresin,
encontrada cumple con ciertos aspectos
se deben enfrentar tres problemas: referentes a los mritos de sta para hacer
Para decidir qu clase de funcin pronsticos.
podra ajustarse a la curva, de
acuerdo con las posibilidades de la
figura 1, debe hacerse una grfica de
dispersin de los datos observados. Si
en dicha grfica se aprecia que los
puntos se distribuyen alrededor de
una recta, se procede a realizar un
anlisis de regresin lineal.
Figura 2. Grfica de dispersin de los datos de
pobreza en Colombia.
EL MODELO DE REGRESION LINEAL SIMPLE
El modelo de regresin lineal simple es:
En este modelo, y es un a funcin lineal de x (la
parte +x) mas que representa el trmino de
error y explica la variabilidad en que no se puede
explicar con la relacin lineal. A este trmino se le
asocian los siguientes supuestos.
1. El trmino de error es una variable aleatoria
con media o valor esperado igual a cero; E()=0.
2. La varianza de , representada por 2, es
igual para todos los valores de x . Esto implica que
la varianza de y es igual a 2 y es la misma para
todos los valores de x.
Los valores de x son independientes. El valor de para un
determinado valor de x no se relaciona con el valor de
para cualquier otro valor de x ; as, el valor de y para
determinado valor de x no se relaciona con el valor de y
para cualquier otro valor de x.
4. El trmino de error, , es una variable aleatoria con
distribucin normal.
Los valores de los parmetros y no se
conocen y deben estimarse a partir de los
datos de la muestra . Estos coeficientes
que se calculan de la muestra son
conocidos como regresores ( y ).
La ecuacin estimada de regresin es
=b+bx (2)
Para calcular los regresores se emplea el
mtodo de
los mnimos cuadrados el cual es un
procedimiento
que se remonta al inicio del siglo XIX por el
trabajo
del matemtico francs Adrien Legendre
Criterio de los mnimos cuadrados.
Este mtodo emplea los datos de la
muestra para
determinar las caractersticas de la recta
que
hacen mnima la suma de los cuadrados de
las
desviaciones: min (y)
ANLISIS DE REGRESIN
Con el fin de determinar la pertinencia de la ecuacin de
regresin hallada, es necesario hacer un anlisis de la Otro valor de importancia es la medida del
bondad de ajuste de la recta, demostrar si la relacin es
estadsticamente significativa y validar los supuestos
error incurrido al usar para estimar y,
acerca del trmino de error. llamado suma total de cuadrados (SST):
SST= (y)
Para ello se deben calcular los siguientes estadsticos:

El coeficiente de determinacin: Para saber cunto se desvan los valores de

medidos en la lnea de regresin, de los
Es una medida de la bondad de ajuste para una ecuacin
de regresin. valores de , se calcula otra suma de
cuadrados. A esa suma se le llama suma
Para la i-sima observacin de la muestra, la desviacin
de cuadrados debida a la regresin, y se
entre el valor observado de la variable dependiente y y el
valor estimado de la variable dependiente , se llama i- representa por SSR. SSR= ()
simo residual.
Existe una relacin entre las tres sumas:
Representa el error que se comete al usar para estimar y.
SST=SSR+SSE (4)
La suma de los cuadrados de esos residuales es lo que se
minimiza en el mtodo de mnimos cuadrados. Tambin se La relacin SSR/SST, se denomina
le conoce como la suma de los cuadrados debidos al error
(SSE) SSE=(y) coeficiente de determinacin y se
representa por r. r=
El valor de SSE es una medida del error que se comete al
usar la ecuacin de regresin para calcular los valores de la

variable dependiente en la muestra.
TTULO Y DISEO DE CONTENIDO CON
GRFICO
Serie 1 Serie 2 Serie 3

4.4 4.5
4.3

3.5

3
2.8
2.4 2.5

2 2
1.8

C ate g o ra 1 C ate g o ra 2 C ate g o ra 3 C ate g o ra 4

DISEO DE DOS OBJETOS CON TABLA
Primera vieta aqu Clase Grupo A Grupo B
Segunda vieta aqu
Clase 1 82 95
Tercera vieta aqu
Clase 2 76 88

Clase 3 84 90
DISEO DE DOS OBJETOS CON SMARTART
Grupo Grupo
A B
Tarea Tarea Primera vieta aqu
1 1
Segunda vieta aqu
Tarea Tarea Tercera vieta aqu
2 2
Tarea
3
AGREGAR UN TTULO DE
DIAPOSITIVA (1)
AGREGAR UN TTULO DE DIAPOSITIVA (2)
AGREGAR UN TTULO DE DIAPOSITIVA (3)
AGREGAR UN
TTULO DE
DIAPOSITIVA (4)
Haga clic en el icono para
agregar una imagen

AGREGAR UN TTULO DE
DIAPOSITIVA (5)
Haga clic en el icono para agregar AGREGAR UN
una imagen TTULO DE
DIAPOSITIVA (6)