REGRESIÓN LINEAL

SIMPLE
 2

La regresión lineal implica una relación en línea recta y se muestra

como ajustar una línea recta a pares de observaciones en las dos
variables mediante el método de mínimos cuadrados.
Una vez que se establece la relación lineal, se puede utilizar el
conocimiento de la variable independiente para pronosticar la variable
dependiente.
3
 4

DIAGRAMA DE DISPERSIÓN
LINEA DE REGRESIÓN
La recta de regresión es la línea recta que mejor se ajusta a la nube de puntos
para dos variables X e Y, es decir, la que permitiría minimizar el error medio
cometido al hacer los pronósticos como si la nube de puntos tuviera una
forma lineal.
6
 7

Modelo de regresión lineal simple:

y = β0 + β1 x + ε
 8

Los valores ajustados de Y estimado se llaman residuales.

Los residuales son las distancias verticales(positiva o
negativa de los datos) de puntos de la recta de
mínimos cuadrados.
9
10
 11

ERROR ESTANDAR DE LA ESTIMACIÓN

DESPUES DE HABER CALCULADO LA ESTA MEDIDA SE LLAMA
LINEA RECTA AJUSTADA . EL SEÑOR ERROR ESTANDAR DE LA
BUMP PUEDE ESTAR INETRESADO EN ESTIMACION
MEDIR LA DISPERSION

SE PUEDE DESARROLLAR
UNA MEDIDA DE
DISPERSION ANALOGA A LA
DESVIACION ESTANDAR
MUESTRAL
12
 13
PRONOSTICO DE Y

Supongamos que el señor Bump desea pronosticar la cantidad de leche

vendida si el precio por galón fuera de 1,63 dólares. El pronóstico de la
ecuación 6,6 es

U 8,440 galones Nótese que este pronóstico es un valor de Y ; es decir, el

pronostico es la coordenada Y del punto sobre la línea de regresión ajustada
donde X = 1,63
 14

Existen dos fuerzas de incertidumbre asociadas con una predicción puntual

generadas por la ecuación de regresión adaptada.

1, Incertidumbre debida a la dispersión de los datos respecto a la línea de

regresión de la muestra.4
2, Incertidumbre debida a la dispersión de la regresión de la muestra respecto a la
regresión de la población.

Es posible elaborar un intervalo de predicción de Y que tome en cuenta estas dos

fuentes de incertidumbre
El error estándar del pronostico Sf, mide la variabilidad de la Y prevista sobre la Y
real para un valor determinado de X. El error estándar del pronostico es:
15
 16
DESCOMPOSICIÓN DE LA VARIANZA