Академический Документы
Профессиональный Документы
Культура Документы
(x1, y1)
(x2, y2)
..
(xn, yn)
1
1
cov( X , Y ) ( xi x)( yi y ) S xy
n
n
Puede tomar valores positivos o negativos.
Ejemplo 1
cov( X , Y )
corr ( X , Y )
dsX * dsY
( x x)( y y )
( x x) ( y y )
i
S xy
S xx S yy
Ejemplo (continuacin)
Tiempo en recorrer 1
milla
Club de Salud
600
500
400
300
200
100
0
0
20
40
60
80
100
Yi a bX i ei
para i = 1,2,..., n
Ejemplo 2
Venta de automviles
Se piensa que si aumentan el porcentaje de comisin pagada
al vendedor de automviles, aumenta la venta.
Estudio sobre 15 concesionarios similares
X
Comisiones pagadas a vendedores de autos en un mes (%)
Y
Ganancias netas por ventas, en el mismo mes (Millones de $)
obs
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
X
3.6
5.2
5.3
7.3
5.0
5.2
3.0
3.1
3.2
7.5
8.3
6.1
4.9
5.8
7.1
Y
11.28
14.74
18.46
20.01
12.43
15.37
9.59
11.26
8.05
27.91
24.62
18.80
13.87
12.11
23.68
Ganancias (MM$)
30.00
25.00
20.00
15.00
10.00
5.00
0.00
0.0
2.0
4.0
6.0
8.0
10.0
( x x)( y y ) S
S
( x x)
i
xy
a y bx
xx
Ejemplo 2 (continuacin)
Calculamos los promedios de ambas variables y se las restamos a
los valores.
Promedio de la X :
Promedio de la Y :
5.4
16.1
X-5.4
-1.8
-0.2
-0.1
1.9
-0.4
-0.2
-2.4
-2.3
-2.2
2.1
2.9
0.7
-0.5
0.4
1.7
0.0
Y-16.1
-4.9
-1.4
2.3
3.9
-3.7
-0.8
-6.6
-4.9
-8.1
11.8
8.5
2.7
-2.3
-4.0
7.5
0.0
cuadrados
3.1
23.7
0.0
2.0
0.0
5.3
3.7
14.9
0.1
13.8
0.0
0.6
5.6
42.9
5.2
23.8
4.7
65.6
4.5
138.5
8.6
71.8
0.5
7.0
0.2
5.2
0.2
16.3
3.0
56.8
39.6
488.3
Sxx
Syy
Entonces utilizando las frmulas de arriba,
b=
3.18
a=
-0.96
prod.
8.6
0.2
-0.2
7.4
1.4
0.1
15.6
11.1
17.6
25.0
24.8
1.9
1.1
-1.7
13.0
126.1
Sxy
Yi 0.96 3,18 X i ei
para i=1,2,.. 15
Ganancias (MM$)
25.00
20.00
15.00
10.00
5.00
0.00
-5.00
0.0
2.0
4.0
6.0
8.0
10.0
Yi a bX i
en que a y b son los valores estimados por el procedimiento
indicado anteriormente, y Xi toma los valores de la muestra.
Los puntos que representan estos valores en el grfico de
dispersin, yacen sobre la recta.
Ejemplo 2 (continuacin)
La tabla siguiente contiene los valores de Y ajustados , para cada
valor de X, adems de los valores de Y observados, a modo de
comparacin. Los ajustados se obtienen por la frmula.
Yi 0.96 3.18 X i
obs
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
promedio
X
3.6
5.2
5.3
7.3
5.0
5.2
3.0
3.1
3.2
7.5
8.3
6.1
4.9
5.8
7.1
5.4
Y
11.28
14.74
18.46
20.01
12.43
15.37
9.59
11.26
8.05
27.91
24.62
18.80
13.87
12.11
23.68
16.1
Yajust.
10.50
15.59
15.91
22.28
14.96
15.59
8.59
8.91
9.23
22.92
25.46
18.46
14.64
17.50
21.64
16.1
dif
0.78
-0.85
2.54
-2.27
-2.52
-0.23
1.00
2.36
-1.18
5.00
-0.84
0.34
-0.77
-5.40
2.04
0.00
1
86.933 5.796 2.41
15
Millones de pesos
Coeficiente de determinacin.
Es una medida de bondad de ajuste del modelos de regresin lineal
a los datos.
Es deseable que los valores de Y ajustados al modelo, sean lo ms
parecidos posible a los valores observados.
Una medida de lo parecido que son, es el coeficiente de correlacin.
Se define el coeficiente de determinacin, R2, como el cuadrado del
coeficiente de correlacin entre los valores de Y observados y los
valores de Y ajustados.
R2
S xy2
S xx S yy
( x x)( y y )
( x x) ( y y)
2
Ejemplo 2 (continuacin)
Ms arriba se calcularos las sumas de cuadrados y de productos, y
dieron los siguientes valores:
Sxx = 39.6 ,
Ejemplo 3
Los datos siguientes corresponde al Indice de Produccin Fsica de la
Industria Manufacturera, por agrupacin, de los meses de mayo de 2002 y
mayo de 2003, entregado por el Instituto Nacional de Estadsticas.
Agrupaciones
Fabricac. de productos alimenticios
Industrias de bebidas
Industria del tabaco
Fabricac. de textiles
Fabricac. prendas de vestir, excepto calzado
Industria del cuero; produc. de cuero y sucedneos
Fabricac. de calzado, exc. de caucho o plstico
Industria de madera y sus productos exc. muebles
Fabricac. de muebles y accesorios, exc. metlicos
Fabricac. de papel y productos de papel
Imprentas, editoriales e industrias conexas
Fabricac. de sustancias qumicas industriales
Fabricac. de otros productos qumicos
Refineras de petrleo
Fabricac. prod. derivados de petrleo y carbn
Fabricac. de productos de caucho
Fabricac. de productos plsticos
Fabricac. de objetos de loza y porcelana
Fabricac. de vidrio y productos de vidrio
Fabricac. otros productos minerales no metlicos
Industrias bsicas de hierro y acero
Industrias bsicas de metales no ferrosos
Fabricac. prod. metlicos exc. maquinaria y equipo
Construccin de maquinaria, exc. la elctrica
Construccin mq., aparatos y acces. elctricos
Construccin de material de transporte
Fabricac. equipo profesional y artculos oftlmicos
Otras industrias manufactureras
Mayo 02
140.2
134.6
151.1
70.9
34.7
59.3
52.6
132.3
114.0
189.5
107.5
229.4
212.4
136.0
143.2
141.4
305.8
68.2
268.6
185.6
123.1
119.8
153.6
282.5
87.0
103.4
67.7
66.0
Mayo 03
133.5
133.7
140.5
70.3
30.5
56.7
45.3
141.6
132.4
205.3
108.0
231.4
209.6
165.2
156.2
177.4
399.7
61.1
266.4
186.5
167.1
108.7
153.5
289.7
83.0
73.4
64.1
67.5
600
400
200
0
0
100
200
Indice mayo 2002
300
400
n 28
x 136.6
S xx ( xi x) 2 134,913.6
S yy ( y i y ) 2 187,813.7
S xy ( xi x)( yi y ) 154,350.8
Estimacin de los parmetros del modelo:
S xy
S xx
154,350.8
1.14
134,913.6
a y b x 13.61
y 144.9
Bondad de ajuste:
S xy2
S xx S yy
(154,350.8) 2
0.940
(134,913.6) * (187,350.8)
600
400
200
0
0
100
200
-200
Indice mayo 2002
300
400
ESTUDIO DE CASO
Relacin entre poblacin y nmero de
nacimientos.
menos de 1 ao
entre 1 y 4 aos
entre 5 y 9 aos
entre 19 y 19 aos
entre 20 y 44 aos
entre 45 y 64 aos
entre 65 y 79 aos
80 aos o ms
Comuna
menos 1
e1-4
e 5-9
e 10-19
e 20-44
e 45-64
e 65-79
mas 80
Nacimien
tos
Huasco
116
486
677
1,501
2735
1802
624
124
101
Las Cabras
305
1,299
1,794
3,872
7995
4661
1639
378
1066
El Monte
508
2,079
2,634
5,634
11082
5467
1700
464
392
Alto Biobo
140
544
617
1,108
4146
2038
387
74
176
San Nicols
132
538
761
1,736
3684
2216
779
165
118
San Fernando
960
4,090
5,756
12,911
25627
14007
4446
1098
965
Aisn
427
1,682
2,121
4,790
9951
4535
1234
271
409
Llanquihue
280
1,155
1,581
3,327
6619
3446
1078
234
218
Victoria
471
1,760
2,547
6,500
11768
6995
2751
707
462
10
Arauco
613
2,678
3,573
7,521
15147
7119
2140
517
528
11
El Bosque
2,655
10,647
13,257
31,249
66602
35983
11795
2547
2573
12
San Vicente
568
1,392
3,462
7,955
15458
9518
3202
785
561
13
Yerbas Buenas
244
978
1,362
3,189
6265
3512
1050
240
216
14
Pemuco
101
507
794
1,692
3295
1844
691
153
90
15
Chiguayante
1,537
6,152
8,612
20,445
39650
20500
5239
1552
1145
16
Porvenir
67
271
366
994
2275
1157
382
77
80
17
Combarbal
161
661
934
2,010
4225
2962
1521
395
168
18
Conchal
1,686
6,676
8,286
18,977
44767
25540
11377
2842
1958
19
Tucapel
190
745
1,058
2,391
4609
2787
1205
305
175
20
Camarones
18
74
100
255
546
346
106
26
Comuna
21
Quinta de Tilcoco
22
Ovalle
23
menos
1
e1-4
e 5-9
e 10-19
e 20-44
e 45-64
e 65-79
mas 80
Nacimien
tos
160
635
894
2,179
4279
2556
813
203
162
1,661
6,712
9,140
20,281
38840
20843
7750
1833
1653
Pica
75
304
354
746
7218
2487
338
100
59
24
Ninhue
60
310
455
939
1738
1272
550
134
49
25
Taltal
177
735
950
1,939
4075
2336
655
143
199
26
Molina
538
2,297
3,224
7,218
15539
8832
2803
666
521
27
Arica
2,842
11,630
15,545
33,775
67981
38405
12487
2767
3079
28
Navidad
54
263
369
752
1658
1396
709
184
45
29
Graneros
429
1,757
2,406
5,480
10809
5659
1634
217
86
30
Coronel
1,471
6,248
8,681
20,287
39860
20784
5792
1130
1509
31
Caldera
249
966
1,266
2,941
5512
2810
837
138
264
32
Mejillones
177
682
830
1,836
3954
1943
408
81
139
33
Colchane
26
101
120
249
620
347
140
47
14
34
Chilln
2,283
9,549
13,437
30,848
66475
35890
11216
2527
2479
35
Lago Verde
13
53
68
139
390
258
69
13
12
36
Futrono
278
1,150
1,541
3,211
5420
2886
976
208
214
37
Mfil
111
368
521
1,516
2472
1436
569
160
86
38
Canela
121
515
716
1,437
2818
1986
1101
261
103
39
Freire
402
1,667
2,337
5,134
9525
5416
2093
542
311
40
Valdivia
2,173
8,470
11,336
28,184
59713
30986
10176
2539
2192
Nacimientos
2500
2000
1500
1000
500
0
0
500
1000
1500
menos de 1 ao
2000
2500
3000
Scatterplot of Nac vs e 1 - 4
3500
3000
2500
Nac
2000
1500
1000
500
0
0
2000
4000
6000
e1- 4
8000
10000
12000
Nac
2000
1500
1000
500
0
0
2000
4000
6000
8000
e 5-9
10000
12000
14000
16000
Nac
2000
1500
1000
500
0
0
5000
10000
15000
20000
e 10-19
25000
30000
35000
Nac
2000
1500
1000
500
0
0
10000
20000
30000
40000
e 20-44
50000
60000
70000
Nac
2000
1500
1000
500
0
0
10000
20000
e 45-64
30000
40000
Nac
2000
1500
1000
500
0
0
2000
4000
6000
8000
e 65-79
10000
12000
14000
Nac
2000
1500
1000
500
0
0
500
1000
1500
mas 80
2000
2500
3000
Hay una correlacin muy fuerte entre las poblaciones de los distintos
tramos de edad, siendo un poco menos entre el tramo ms de 80 y
las dems.
5000
10000
15000
30000
20000
40000
1500
3000
3000
1500
menos 1
10000
5000
e1- 4
16000
8000
e 5-9
30000
15000
e 10-19
0
50000
e 20-44
25000
0
40000
20000
e 45-64
0
10000
e 65-79
5000
0
3000
1500
mas 80
0
0
1500
3000
8000
16000
25000 50000
5000
10000
Predictor
Coef SE Coef
Constant
-14.17
menos 1
(cont.)
S = 166.564 R-Sq = 96.0% R-Sq(adj) = 95.9%
Analysis of Variance
Source
Regression
DF
SS
MS
39 26120104
27743
FIN