Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Y CORRELACIN
ANALISIS DE DATOS BIDIMENSIONALES. CUANTITATIVOS
El anlisis de estos datos puede hacerse considerando que entre estas dos variables pueden presentarse
los siguientes tipos de relacin:
c. Dos variables sin estar influenciadas entre s pueden estar relacionadas, por estar ambas
influenciadas por una tercera variable, esto es:
X.
Z
Y.
Ejemplo. El aumento del costo de vida es una variable que influye en los precios de 2
bienes A y B. haciendo que estos varen siguiendo la misma tendencia o una
tendencia inversa.
Material de Clases Jorge Crdova Egocheaga. Febrero 2003
TECNICAS DE ANALISIS: REGRESIN Y
CORRELACIN
La primera forma del estudio de la sociacin entre las variables X e Y es la Regresin, que consiste en
determinar una relacin funcional entre ellas, con el fin de que se pueda predecir el valor de
una variable en base a la otra. La variable que se va a predecir se denomina variable
dependiente y la variable que es la base de la prediccin se denomina variable independiente.
Y= abx + ei
1500
E ( y / x) a bX
1250
Gasto de Consumo Mensual S/.
1000
750
500
250
650 800 950 1100 1250 1400 1550 1700 1850 2000
Ingreso Mensual S/.
7
FUNCION DE REGRESION POBLACIONAL (FRP)
FRP E(y/x) = A+ Bx
Yi = A +Bxi + i
Donde:
A : Interseccin
B: Coeficiente de la pendiente
FRP Yi A BX i i
La FRP incluye al termino de perturbacin
FUNCION DE REGRESION MUESTRAL
Se obtiene a partir de una muestra de observaciones
Permite estimar los parmetros de una FRP, a partir de la
informacin proporcionada por la muestra.
Su forma estocstica es la siguiente:
FRM Yi a bxi ei
E(Y/X) = Yi a bxi
A ecuacin promedio es
Diferencias con( A
la, BFRP
)
En la FRP los valores de
(ei )los parmetros son de los datos
poblacionales
El trmino de perturbacin est referido a la diferencia de los
valores promedios poblacionales respecto a cada uno de los
FUNCION DE REGRESION MUESTRAL (MCO)
Podemos afirmar lo siguiente:
es un estimador de A
a
es un estimador de B
b
ei es un estimador de i
11
SUPOSICIONES DEL METODO DE REGRESION SIMPLE LINEAL
Las suposiciones fundamentales del modelo de regresin lineal simple son las
siguientes:
13
En el caso del consumo por ejemplo i estara
representando al efecto de otras variables: riqueza,
tamao de la familia,etc.
2 14 -2 12
5 20 5 25
4 18 0 18
6 22 -3 19
ESTIMACION DE LA VARIANZA DEL TERMINO DE
PERTURBACION
S e
2 2 (Yi Yi )
e 2 2
i
n2 n2
15
Ejercicio Ilustrativo de Estimacin de Parmetros en un Modelo Lineal
Simple (MCO)
Se dispone de informacin de los ingresos totales y gastos en alimentacin
de 12 familias
Familia Gasto alimentacin Ingreso Total
(nuevos soles) (nuevos soles)
1 830 2100
2 510 1100
3 420 900
4 560 1600
5 1250 3200
6 840 2300
7 720 1800
8 490 700
9 690 1300
10 850 2400
11 550 1200
12 780 1700
16
ANALISIS DE REGRESIN
a)Construir un diagrama de dispersin
b)Proponer la ecuacin de regresin
c)Estimar la ecuacin de regresin
d)Estimar la bondad de ajuste de la ecuacin de
regresin
e)Determinar e interpretar el coeficiente de
correlacin
f) Determinar e interpretar el coeficiente de
determinacin
g)Realizar las inferencias correspondientes a los
17
parmetros de la ecuacin de regresin
DIAGRAMA DE DISPERSIN
18
ESTIMACIN DE LA ECUACION PROPUESTA
Familia Yi Xi X i Yi X2 Yi ei Yi Yi
1 830 2,100 1,743,000 4,410,000 830.22 -0.22
Y n1 2 Xi (1)
YX 1 Xi 2 Xi2 ( 2)
HACIENDO CALCULOS EOMO EN LA TABLA ANTERIOR
Y reemplazando, se tiene:
8490 12 1 20300 2
En (1)
16072000 20300 1 40030000 2
En (2)
1 = 199.108 2 = 0.301
20
La funcin de regresin muestral, es decir la regresin de Y con
respecto a X:
Yi 199.108 0.301Xi
Sustituyendo las observaciones muestrales de X en la ecuacin
anterior se obtiene la columna 6 de la tabla.
21
Medida de bondad de ajuste
ERROR ESTNDAR DE LA RECTA DE REGRESIN: SY/X
1/2 1/2
y/x={[(i)]/(n-2)} ={[(Yi-a-bx)]/(n-2)}
Donde:
Sy/x: Error estndar de la ecuacin Y=a+bX
n: Tamao muestral.
n-2: No. Grados de libertad; los 2 gl
SY/X =
aY b XY
Y 2
n2
Sy/x ={[(i)]/(n-2)}1/2={[(Yi-Yc)]/(n-2)}1/2
Cuando se tiene la ecuacin estimada, se puede calcular el error estndar usando la frmula
siguiente:
SXY =
Y 2
aY b XY
=73.89
n2
Mientras menor sea este valor ms confiable sern las estimaciones hechas con la ecuacin
CORRELACIN LINEAL
1.- Objetivo del anlisis de correlacin.
a. Correlacin Simple.- Cuando se estudia el grado de asociacin entre dos variables, pasando
por alto cualquier otra variable que pueda variar simultneamente
1 1
R = b (Sx/Sy).
Donde:
b es la pendiente de la recta de regresin
Sx y Sy son las desviaciones estndar de las variables X e Y, respectivamente.
1 1