REGRESION LINEAL SIMPLE

ANALISIS DE REGRESION

El principio bsico del Anlisis de Regresin es estimar el valor de una variable aleatoria conociendo el valor de una variable asociada (variable Independiente). Se desea frecuentemente expresar esta relacin mediante una ecuacin matemtica que ligue las variables.

RELACION LINEAL

RELACION NO LINEAL

Grfica en la que se traza cada uno de los puntos que representan un par de valores. El valor de la variable independiente se grafica en eje horizontal (X), y el valor de la variable dependiente en eje vertical (Y).
Si la grfica de Dispersin indica una relacin que, en trminos generales es LINEAL, entonces se ajusta una lnea recta a esos datos. La ubicacin precisa de esa lnea se determina mediante el Mtodo de los MINIMOS CUADRADOS.

LINEA DE TENDENCIA

DIAGRAMA DE DISPERSION
20 15 10 5 0 0 5 10 X 15 20 Y

X4 X2 X3

MODELO MATEMATICO

X1 X8 X7 X6

X5

EL AJUSTAMIENTO DE LOS ERRORES AL MODELO DE LA RECTA SE PUEDE EFECTUAR POR EL METODO DE LOS MINIMOS CUADRADOS.

ANALISIS DE REGRESION COMO TECNICA DE PRONOSTICO

El pronstico se puede expresar mediante la relacin siguiente: Donde: Yi = Variable dependiente pronosticada para el tiempo i Xi = Variable independiente. Es el valor de la variable X para un periodo i a = Coeficiente que mide el origen de la recta de tendencia sobre la ordenada de origen. Es constante. b = Pendiente de la recta.

Y = a + bX

METODO DE LOS MINIMOS CUADRADOS

El problema de la Regresin radica en determinar los valores para las constantes a y b. Para ello se pueden utilizar las siguientes frmulas: b = a SEGUNDA MANERA: b = a = n X iYi - Xi Yi n Xi - (Xi) = Y - b X n X iYi - X Yi Xi - X (Xi) Y - bX

TERCERA MANERA: PARA DETERMINAR LOS VALORES DE a y b PARA EL MODELO DELA RECTA
FORMULA: Y = a n + b X XY = a X + b X CUARTA MANERA: A TRAVES DE DOS PUNTOS PASA UNA RECTA (MODELO) (Y Y1 ) = ( X X1 ) (Y2 Y1) (X2 X1 ) Y Y1 = Y2 Y1 ( X X1) X2 X1

QUINTA MANERA: UTILIZANDO LA DESVIACION ESTANDAR Y r

YY XX

= r

SY SX

EN UN TRABAJO DE CAMPO APLICADO A IPAE, SE HAN OBTENIDO DATOS PARA LAS MEDICIONES DE RENDIMIENTO ACADEMICO EN LAS ASIGNATURAS DE RESPONSABILIDAD SOCIAL DE LA EMPRESA (SISTEMA VIGESIMAL) Y, LA ASIGNATURA DE ANALISIS FINANCIERO (SISTEMA CENTESIMAL); CUYOS VALORES SON LOS SIGUIENTES:
RSE 5 6 7 8 9 10 11 12 13 14 15 16

AF

27

32

37

42

47

52

57

62

67

72

77

82

SE PREGUNTA: EXISTE RELACION ENTRE LAS 2 VARIABLES? PUEDEN UTILIZARSE LAS NOTAS DE RSE PARA PRONOSTICAR LAS NOTAS DE AF?

DIAGRAMA DE DISPERSION
100 80 60 40 20 0 0 5 10 RSE 15 20

AF

MEDICION DE LA INTENSIDAD DE LA ASOCIACION DE DOS VARIABLES

MIDE LA INTENSIDAD DE LA RELACION ENTRE DOS VARIABLES DE UNA POBLACION. LA VARIABLE INDEPENDIENTE (X) y LA DEPENDIENTE (Y)

RELACIONES ENTRE VARIABLES

POSITIVA NEGATIVA

CORRELACION NEGATIVA PERFECTA: ( r = -1 )

12 10
Y

8
6 4 2

0
0 2 4 6 8
X

SIN CORRELACION: ( r = 0 )
Y

12 10 8 6 4

2
0 0 2 4 6 8
X

CORRELACION POSITIVA PERFECTA: ( r = 1 )

Y

14 12 10 8 6 4 2 0 0 2 4 6 8
X

PRIMERA MANERA:

r=

n XY - X Y n X - ( X) n Y - ( Y)

SEGUNDA MANERA:

r = Cov (X,Y) (SX)(SY)

PARA LA PRUEBA DE HIPOTESIS

PARA VERIFICAR SI EL VALOR DE r ES UN COEFICIENTE QUE SE ALEJA DE CERO EN FORMA SIGNIFICATIVA, AFIRMANDO QUE EXISTE CORRELACION SIGNIFICATIVA ENTRE LAS DOS VARIABLES PRUEBA t DE STUDENT t= r v t= r n -2 1 r

1 r