UNIVERSIDAD NACIONAL JOSÉ MARÍA ARGUEDAS

Escuela Profesional De Contabilidad

TÍTULO:
Regresión Lineal

I Unidad Semana: 05 Mag. Efraín RODAS GUIZADO

ANALISIS DE REGRESIÓN LINEAL SIMPLE

OBJETIVOS:

 Evaluar el efecto de la variable independiente ó predictora sobre la variable

dependiente o respuesta.
 Estimar e interpretar los coeficientes del modelo de regresión lineal simple.
 Realizar las estimaciones adecuadas de la variable de interés del campo de su
especialidad en base a los resultados obtenidos del análisis de regresión
lineal.
 Modelo estadístico
  Donde es la variable independiente; es la variable
independiente; son parámetros desconocidos (llamados
𝑌
  𝑖 =𝜶 + 𝜷 𝑿 i+ 𝜺 i intercepto y coeficiente de regresión) y son los errores del
modelo, independientes y normalmente distribuidos con media
cero y variancia , esto es, ~

Estimación del modelo Calcular a y b de modo que la suma

de los errores al cuadrado sea
  mínima
Donde a es el estimador de y b es el estimador de

n n n
n  xy   x  y
i i i i S xy
b  i 1 i 1 i 1 
n 2 n S
n  x  (  x )2 xx El intercepto “a” es el valor estimado de
i i
i 1 i 1 la variable Y cuando la variable X es cero y
  la pendiente b es el cambio estimado en
a  Y b X Y por cambio unitario en X.
Fórmula del coeficiente de correlación de Pearson:

r
n
n  xi
i 1
yi   n
 xi
i 1
 
n

i 1
yi 
 n 2
   n 2
  
n 2 n 2
 ni xi   xi
 ni yi   yi 
 1 i 1  1 i 1 
COEFICIENTE DE CORRELACIÓN DE PEARSON
El coeficiente de correlación muestral, además de ser independiente de las
unidades de medida de las variables, se caracteriza por tomar valores dentro del
intervalo cerrado [-1,1].

+1 Relación perfecta y directa

Cuanto más cercanos a 0 sean los valores significará una relación más débil .
0 Si es cero implica ausencia de relación.

-1 Relación perfecta e inversa

 DIAGRAMA DE DISPERSIÓN

Un DIAGRAMA DE DISPERSIÓN ofrece una idea bastante

aproximada sobre el tipo de relación existente entre dos
variables, y además puede utilizarse como una forma de
calificar el grado de relación lineal existente entre ellas.
COEFICIENTE DE PEARSON – REPRESENTACIÓN GRÁFICA
El DIAGRAMA DE DISPERSIÓN permite que se forme una
primera impresión sobre el tipo de relación existente entre
dos variables.
Ejemplo:
 Un profesor desea establecer la relación entre los resultados del examen (Y), y
los horas de estudio de sus alumnos (x), para tal motivo eligió al azar a 10
estudiantes que se muestran en la siguiente tabla:

 A) Construir una recta de regresión lineal

 B) Estimar la recta de regresión e (interpretar)
 C) Hallar el coeficiente de correlación lineal (interpretar)
 D) Calcular el coeficiente de determinación (interpretar)
 Sumatoria de las variables:
Resultados:
Gráfica de línea ajustada
Resultado del examen (Y) = 8.195 + 1.182 Horas de estudio (X)
18 S 1.06771
R-cuad. 88.1%
R-cuad.(ajustado) 86.7%

16
Resultado del examen (Y)

14

12

10

1 2 3 4 5 6 7 8
Horas de estudio (X)
 Resultado
 
Donde es la variable independiente (Resultado del Examen); es
  la variable independiente (horas de estudio); son parámetros
Y = 8.195 + 1.128x desconocidos (llamados intercepto y coeficiente de regresión)

Estimación del modelo

n n n
n  xy   x  y Por cada hora de estudio el resultado del examen aumenta
i i i i
b i  1 i  1 i  1  1.128 en 1.128 puntos aproximadamente por una hora de estudio
n 2 n aumenta en un punto el resultado del examen
n  x  (  x )2
i i
i 1 i 1

  Es el intercepto que significa cuando no se estudia el

a  Y  b X  8.195 resultado del examen es aproximadamente de 9.195 puntos
 Coeficiente de correlación y Coeficiente de regresión
determinación

El grado de relación entre las variables:

r
n
n  xi yi 
i 1
 n
 xi
i 1
 
n

i 1
yi   0.7769
Resultado del examen y las horas de
estudio están relacionados en un 77.69%
 n 2
   n 2
  
n 2 n 2
 ni xi   xi
  ni yi   yi

 1 i 1   1 i 1 

Coeficiente de regresión

2
r 0.8814 El 88.14% de la variabilidad del resultado
del examen es explicado por las horas de
estudio
Objetivos:
 Analizar el gráfico de dispersión entre las variables (x) y (y)
 Determinar la ecuación de regresión lineal estimada.
 Realice el analisis de la regresión
 Interprete el coeficiente de regresión.
 Interprete el coeficiente de determinación.