Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Al finalizar la sesión, el
estudiante explica la
existencia de relación entre
una variable dependiente con
una variable independiente de
una muestra de datos y
determina el mejor modelo de
regresión que permita
predecir el efecto de una
variable sobre la otra.
Sesión 11: Regresión Lineal Simple
Datos: a b
Xi Yi
x1 y1
c d
x2 y2
: :
xn yn
EJEMPLO DE GRÁFICO DE DISPERSIÓN
200
¿Cuál es el mejor ajuste a
Presión arterial (mm Hg)
180
partir de los datos?
160
140
Ecuación de regresión lineal
120
100
80 ŷ ˆ 0 ˆ 1x
60
65 85 105 125 145
Peso (kg)
Yi 0 1xi eij
Donde:
Yi: valor de la variable dependiente para la i-ésima observación
Xi: valor de la variable independiente para la i-ésima observación
eij: error aleatorio para la i-ésima observación que se asume
normal
βo : intercepto con el eje Y
β1 : mide el cambio de Y cuando varía X en 1 unidad, llamado
pendiente
Los parámetros βo y β1 deben ser estimados:
Para estimar los parámetros del modelo de regresión
utilizaremos el método de mínimos cuadrados:
y n x
0 1
xy x x
0 1
2
n X 2 X
ˆ0
ŷ ˆ 1x
Interpretación de los coeficientes de regresión lineal
La ecuación estimada:
Y= 0 + 1 X o también Y= a + bX
n XY X Y
R
n X 2 ( X ) 2 n Y 2 ( Y ) 2
Interpretación del coeficiente de correlación de Pearson:
Correlación Correlación Correlación Correlación Correlación Correlación Correlación Correlación Correlación Correlación
negativa negativa negativa negativa negativa positiva muy positiva positiva positiva positiva muy
muy fuerte fuerte moderada débil muy débil débil débil moderada fuerte fuerte
Muy alta Alta Moderada Baja Muy baja Muy baja Baja Moderada Alta Muy alta
INVERSA DIRECTA
( x x )( y y )
2
R
2
r2 ; 0 ≤ 𝑅2 ≤ 1
xi nx yi ny
2 2 2 2
1 13 26
2 16 33
3 30 36
4 2 16
5 8 26
6 6 19
7 31 38
En el diagrama de dispersión
se observa una existe una
relación lineal directa.
b) Hallando los coeficientes de regresión
N°
Experiencia Ventas(miles)
XY X2 Y2 𝒏=𝟕
(X) (Y)
x 2
i
nx 2
i 1
ˆ 17.29 0.668 x
y
El 88.3% de las variaciones de las ventas (Y) son explicados por los años de experiencia. Existe
además un 100 − 88.3 % = 11.7% no es explicado por los años de experiencia.
¡Muchas gracias!