Diferencia entre 2 líneas de

regresión

MATERIA: BIOMETRÍA Y ESTADÍSTICA

DOCENTE: JAIME PEREZ LA TORRE
ESTUDIANTE:JUAN MANUEL GUILARTE RODRIGUEZ
Que es regresión

 Hasta ahora se ha visto como describir el comportamiento de una variable, pero

en los fenómenos naturales normalmente aparecen más de una variable que suelen
estar relacionadas
 Teoría de Regresión: Consiste en la búsqueda de una “función” que exprese lo
mejor posible el tipo de relación entre dos o más variables
 Cuando la relación funcional que liga las variables X e Y es una recta entonces la
regresión y correlación reciben el nombre de Regresión Li neal y Correlación
Lineal.
Rectas de regresión o de mínimos
cuadrados
 Distinguiremos entre dos rectas de regresión: La Recta de Regresión Y sobre X y
la Recta de Regresión X sobre Y.
Recta de regresión de Y sobre X
 La recta de regresión de {y} sobre {x} se utiliza para estimar los valores de la {y}
a partir de los de {x}.

 La pendiente de la recta es el cociente entre la covarianza

y la varianza de la variable x

Vamos a determinar entre todas las rectas que tienen como ecuación general y=bx+a,
aquella que, según el procedimiento de Mínimos Cuadrados, mejor se ajusta a la nube
de puntos de la distribución bidimensional.
 Supongamos que la función que expresa el comportamiento de Y en relación con
X, tiene la siguiente expresión:
y=bx+a
Recta de regresión de X sobre Y

 La recta de regresión de {x} sobre {y} se utiliza para estimar los valores de {x} a
partir de los de {y}.

 la pendiente de la recta es el cociente entre la covarianza

y la varianza de la variable y

Si la correlación es nula, esto es r=0, las rectas de regresión son perpendiculares entre
si.
 Para obtener la recta de regresión X sobre Y se procede de forma análoga al
apartado anterior, repitiendo el método de Mínimos Cuadradados
S∗(a′,b′)=∑i∑jfije2ij=∑i,jfij(xi−x^i)2=∑i,jfij(xi−(b'yj+a'))2
resultando la siguiente expresión de la recta de regresión X sobre Y

una de sus aplicaciones es predecir el valor de X conocido el valor de Y.

Se llama Coeficiente de Regresión de X sobre Y, y se denota por bxy,
al cociente que representa la variación de X si Y aumenta

en una unidad.
Recta de regresión
 Para determinar objetivamente la recta que mejor se ajuste a una distribución, se
utiliza el llamado criterio de los mínimos cuadrados.

Ambas rectas pasan por el punto , llamado centro de gravedad de la distribución.

Los valores de los coeficientes de las rectas se llaman coeficientes de regresión.
ejemplo

Se han calculado las rectas de regresión de Y sobre X en una distribución

bidimensional, obteniendo las expresiones:
x = -0,29y + 12,09
y = -3,2x + 40,96
¿Cuál es el coeficiente de Pearson de la distribución?
Posiciones relativas de las rectas de
regresión
-Cuando la correlación es casi nula o muy débil r se acerca a 0 y las dos rectas forman un ángulo que se
aproxima a 90º.
-Cuando la correlación es fuerte, se aproxima a 1 ó -1 y el ángulo que forman las dos rectas es
pequeño.
 Si r = 1 ó r = -1 la correlación de las dos variables es lineal exacta y las dos rectas
son coincidentes
 Las rectas de regresión de cuatro distribuciones bidimensionales son las siguientes
: