UNIVERSIDAD PERUNA CAYETANO HEREDIA

DEPARTAMENTO DE ESTADISTICA, DEMOGRAFIA,

HUMANIDADES Y CIENCIAS SOCIALES

Análisis de Regresión
lineal simple

Prof. . Leopoldo Bejarano Benites

 Análisis de Regresión Lineal simple
Objetivos
Establecer una relación lineal entre una variable
dependiente (Y) en función de una variable independiente
(X). y=f(x) función lineal simple
Predecir valores de Y para valores específicos de X.
Las variables X e Y son de naturaleza cuantitativa a escala
razón, de preferencia Y debe ser continua.
El modelo de regresión lineal simple en la población
está dado por:
y=  + ß*x + e
 Regresión Lineal Simple
Donde:
Y es la variable dependiente
X es la variable independiente.
ß es el coeficiente de regresión
 es el intercepto
e: es una variable aleatoria con media 0 y varianza ²y/x.
De preferencia e debe tener distribución normal con sus
parámetros respectivos.
Para estimar la ecuación de regresión lineal simple se
recurre a una muestra aleatoria de tamaño n:
(x1, y1) (x2, y2) . . . (xn , yn).
 Línea de Regresión estimado
Los parámetros de la regresión lineal simple son:  y ß. Los
estimadores que se utilizan son los mínimos cuadrados y se
dan a continuación:

Como todos los puntos no están

exactamente sobre una línea recta,
se cometen errores en el ajuste.
Estimadores Mínimo-Cuadráticos
 Ejemplo 2

Una compañía farmacéutica conduce un estudio piloto

para evaluar la relación entre tres dosis en un nuevo
agente hipnótico y tiempo de sueño. Los resultados de
este estudio son presentados de la siguiente manera.

Tiempo de sueño
en horas (Y)
Dosis(mM/Kg) (X)
Diagrama de Dispersión
Según el
diagrama de
dispersión, se
espera una
relación positiva
o directa entre
ambas variables.
Modelo estimado
de regresión
lineal simple:
y =a+bx
Cálculos Estadísticos
 Estimación de la Recta de Regresión

Por consiguiente el modelo de Regresión Estimado es:

 Que significa b:

• Por cada incremento de una unidad de dosis (agente hipnótico) su respectivo

tiempo de sueño promedio aumentará en 0,5 puntos.
Inferencia Estadística en Regresión Lineal Simple
- Prueba de hipótesis de Ho : ß=0
H1 : ß0
tc=5.76, t(7), Prueba dos colas: P<0.001
Coeficiente de determinación: R²
0<= R²% <= 100%
Para medir el ajuste de los puntos a la recta
utilizamos el coeficiente de determinación. R²*100
nos indica que porcentaje de la variabilidad de los
valores de Y es explicada por la regresión.
Considerando el ejemplo R²=r²= 81.1%
y nos indica que el 81.1% de la variabilidad en los
valores de tiempo de sueño es explicada por la
regresión (cuando se considera dosis de un agente
hipnótico).
Estimación del Coeficiente de Determinación
R²

R²= 0.5²(1002-84²/9)/(642-72²/9)=0.82575
R²= 82.575%
Ejemplo 1 Regresión Lineal Simple
Consideremos el siguiente experimento controlado y aleatorizado para estudiar el efecto
de una nueva droga sobre la frecuencia cardiaca de ratas sanas Cinco ratas fueron
asignadas aleatoriamente a una de cinco dosis y se registró la máxima disminución
observada en la frecuencia cardiaca en una hora. Los datos obtenidos son:

Dosis (mg) Máxima disminución de la FC (DFC)

0.5 5

1.0 8

1.5 12

2.0 13

2.5 16
 Ejemplo 2 de Regresión Lineal simple
Se realiza un estudio de fotoperiodismo en aves acuáticas. Se pretende establecer una ecuación
mediante la cual pueda predecirse la duración de la estación de cría, y, a partir del conocimiento del
fotoperíodo (número de horas de luz por día) bajo el que se inició la reproducción, x. Se obtuvieron
los siguientes datos, observando el comportamiento de once Aythya (patos buceadores).
x (horas de luz por día) y (días de la estación de la cría)
12.8 11.0
13.9 54
14.1 98
14.7 50
15.0 67
15.1 58
16.0 52
16.5 50
16.6 43
17.2 15
17.9 28
100

80

60

40

20

0
Diagrama de dispersión de puntos

13 14 15 16 17 18
X

Y Fitted values
X Y X² Y² X*Y
Ejercicio para desarrollar en clase

En la siguiente tabla, x es la fuerza de tensión aplicada a una

varilla de acero, en cientos de kilos y t es la deformación
(estiramiento) resultante en milésima de centímetro.
Hacer el análisis de regresión lineal simple.

xx

T: Estiramiento
X:Fuerza de tensión Ho: ß=0 tc= b/(Sy/x/raiz Exx)
t=  + ßx+ e tc= 12.13 t(3) 0.001<p<0.01
t: Decisión: p<0.05, se rechaza Ho
x: Conclusión: ß es diferente de cero
ß: R²= 98%
 X=6 Y=9.2
e: error experimental tiene distribución normal media 0 varianza

²y/x Supuestos
y= a + bx = 0.8 + 1.4x e: residual, tiene distribución
x t x² y² xy normal con media cero y