Академический Документы
Профессиональный Документы
Культура Документы
2
Análisis de asociación
3
Ejemplos
5
Objetivos
6
Tipos de relaciones
7
Tipos de modelos de regresión
8
Tipos de modelos de regresión
Y Y Y
X X X
f) No lineal
d) No Lineal e) No lineal
Y Y Y
X X X
10
11
Análisis de Regresión Lineal Simple
1. Diagrama de dispersión
2. Coeficiente de correlación lineal simple
3. Estimación del modelo de regresión y la bondad de ajuste
4. Pronósticos (prediciones) de la variable respuesta
12
Análisis de Regresión Lineal Simple
Ingresos Gastos
2800 2300
2500 2000 Línea de
3500 3200 tendencia
4000 3600
5000 4200
4500 4000
3500 2900
3700 3400
Ascendente
5500 4900 Relación directa
6000 5100
2500 2100
2000 1800
2800 2300
3200 2900
4700 4200 Diagrama de dispersión
13
Análisis de Regresión Lineal Simple
Temp Cons
Línea de
28,0 12,4 tendencia
28,0 11,7
32,5 12,4
39,0 10,8
45,9 9,4
57,8 9,5
58,1 8,0 Descendente
62,5 7,5 observamos:
Relación inversa
- tendencia negativa
- puntos dispersados alrededor de la línea
Gráfico de dispersión
14
Análisis de Regresión Lineal Simple
Correlaciones
15
Análisis de Regresión Lineal Simple
Correlaciones
16
Análisis de Regresión Lineal Simple
Coeficiente de correlación lineal de Pearson
(R. Hernández S. y otros: Metodología de la Investigación, 4ta ed., Pág. 453)
R de Pearson
Correlación
Valores (–) Valores (+)
0 Nula
–0,24 a –0,01 0,01 a 0,24 Muy débil
–0,49 a –0,25 0,25 a 0,49 Débil
–0,74 a –0,50 0,50 a 0,74 Media
–0,89 a –0,75 0,75 a 0,89 Fuerte
–0,99 a –0,90 0,90 a 0,99 Muy fuerte
–1 1 Perfecta
17
Análisis de Regresión Lineal Simple
Coeficiente de correlación lineal de Pearson
(F. Calvo: Estadística Aplicada, Pág. 110)
r de Pearson
Correlación Relación
Valores (–) Valores (+)
0 Nula
–0,19 a –0,01 0,01 a 0,19 Pequeña Muy poca intensa
–0,39 a –0,20 0,20 a 0,39 Baja Poca intensa
–0,59 a –0,40 0,40 a 0,59 Regular Considerable
–0,79 a –0,60 0,60 a 0,79 Alta Intensa
–0,99 a –0,80 0,80 a 0,99 Muy alta Muy intensa
–1 1 Perfecta
18
Análisis de Regresión Lineal Simple
Modelo de regresión lineal simple (MRLS):
y = β0 + β1x +
donde:
β0 = Ordenada al origen (valor medio de y cuando x = 0),
β1 = Pendiente ( medio de y cuando x varía una unidad),
= Término de error (describe los efectos de los factores
no incluidos en el modelo).
ANOVAb
20
Análisis de Regresión Lineal Simple
Modelo de regresión lineal simple
(Gastos / Ingresos):
y = β 0 + β 1x +
Coeficiente sa
Coeficientes no Coeficientes
estandarizados estandarizados
Modelo B Error típ. Beta t Sig.
(Constante) -63,233 121,735 -,519 ,612
1
Ingresos (S/.) ,887 ,031 ,992 28,544 ,000
a. Variable dependiente: Gastos (S/.)
21
Análisis de Regresión Lineal Simple
Resum en de l mode loc,d
R cuadrado Error típ. de la
Modelo de regresión Modelo R R cuadrado corregida estim ación
,999b
lineal simple 1 ,999 ,998
b. Variables predictoras: Ingresos (S/.)
134,065
ANOVAc,d
Sum a de M edia
M odelo cuadrados gl cuadrática F Sig.
1 Regresión 174858371 1 174858371 9728,659 ,000a
Res idual 251629,453 14 17973,532
Total 175110000b 15
a. Variables predictoras: Ingresos (S/.) β1
b. Esta sum a de cuadrados total no se ha corregido para la constante porque la significativo
constante es cero para la regres ión a travé s del origen.
c. Variable dependie nte: Gastos (S/.)
d. Regresión lineal a travé s del origen
22
Análisis de Regresión Lineal Simple
Modelo de regresión lineal simple
(Gastos / Ingresos):
y = β 1x +
Coeficiente sa,b
Coeficientes no Coeficientes
estandarizados estandarizados
Modelo B Error típ. Beta t Sig.
1 Ingresos (S/.) ,872 ,009 ,999 98,634 ,000
a. Variable dependiente: Gastos (S/.)
b. Regresión lineal a través del origen
y = 0,872x
Gastos = 0,872 Ingresos
(0,000)
23