EJEMPLO

1
2
3
4
5
12
Total
promedio

X
152.00
155.00
152.00
155.00
157.00

Y
50.00
61.50
54.50
57.50
63.50

X
23104.0
24025.0
23104.0
24025.0
24649.0

Y
2500.0
3782.3
2970.3
3306.3
4032.3

XY
7600.0
9532.5
8284.0
8912.5
9969.5

771.00
154.20

287.0
57.4

118907.0

16591.0

44298.5

7.40

Coeficiente de Correlacin

xy - xy/n

r yx =

( x 2 - ( x )2 /n)( y 2 - ( y )2 /n)

0.92

Coeficiente de Regresin

b yx =

n=

_
X=

12

xy - xy/n
=
X 2 - ( x )2 /n
_
Y=

154.20

2.293

57.4

_
SC(X) =

X n (X)2 =
2-

SC(X) = 118907.0

285331.68

-166424.7

106212.96

-61914.5

SP(XY) =

XY n(X) (Y)

SP(XY) =

44298.5

LO QUE NOSPERMITE TENER LOS COEFICIENTES DE a y b

LUEGO:
b=

-61914.5
-166424.7

0.372

a=

57.4

0.372

154.20

INTERPRETANDO
ENTONCES LA ECUACION DE LA REGRESION ESTIMADA ES:
Y = -75.446 + 0.8676 X
Y=

0.03

Coeficiente de correlacin :
Coeficiente de determnacin R2 :

0.372

0.92
0.372

El
b = 0.868de
indica
el incremento
del peso
en hombres
kilogramos,
en promedio,
porvalor
cadade
centmetro
aumento
en la estatura
de los
adultos.

El valor
valor obtenido,
de a, no tiene
interpretacin
encuando
el ejemplo,
se interpretara
como
el
en promedio,
para prctica
el peso Y,
la estatura
es 0.
Utilizando la ecuacin de regresin para estimar o predecir valores de la variable Y: Para
una a talla de 180 se obtiene un peso de 80.7 kg.
Cunto se espera que pese (en promedio) una persona que mide 1.60 m?
Sustituyendo el valor de inters en la ecuacin:

Se obtuene:
Y=

0.03

0.372

180.00

La ecuacin de Regresin Lineal estimada para las variables estatura y peso muestran, de acuerdo a la prueba

Tratamiento 2
Quincena
P.V.
X
Y
1
2
14.0
2
3
20.0
3
5
32.0

X
4.0
9.0
25.0

Y
196.0
400.0
1024.0

XY
28.0
60.0
160.0

43
76
109

4
5

7
8
25
5

42.0
44.0
152.0

49.0
64.0
151.0

1764.0
1936.0
5320.0

294.0
352.0
894.0

142
#REF!

Coeficiente de Correlacin

r yx =

xy - xy/n

( x 2 - ( x )2 /n)( y 2 - ( y )2 /n)

0.99

Coeficiente de Regresin
5.57
xy - xy/n
=
b yx =
X 2 - ( x )2 /n
25
5

Prom. X

152.0
5

30.4

Prom. Y

2x

2x =

2y

2xy

5.2
30.2

25

5.2

1064

924.16

139.84

178.8

152

26.8

X - 5 = 0.192 (y - 3
Y - 30.4 5.15 (x - 5)

X= 0.192y - 0.76
Y= 5.15x + 4.65

y = (5.15 x 6) + 4.65 = 35.55 Kg

Tratamiento 3
Trtamiento 2
Quincena
P.V.
X
Y
1
60
3.1
2
61
3.6
3
62
3.8
4
63
4.0
5
65
4.1
311
18.6
5

X
3600.0
3721.0
3844.0
3969.0
4225.0
19359.0

Y
9.6
13.0
14.4
16.0
16.8
69.8

XY
186.0
219.6
235.6
252.0
266.5
1159.7

Coeficiente de Correlacin

r yx =

xy - xy/n

( x 2 - ( x )2 /n)( y 2 - ( y )2 /n)

0.91

Coeficiente de Regresin

0.19
xy
xy --xx
y/n

y/n
=
bbyxyx =
=
=
2
2
X
X2 --((xx)2)/n/n

Para encontrar la ecuacin de regresin, lo primero que se encuentra pendiente, interseccin y

usarla para formar la ecuacin de regresin.

Paso 1:Cuente el nmero de valores
N=5
Paso 2:Buscar XY, X2
Consulte la tabla siguiente

Quincena
X
60
61
62
63
65
311
5

P.V.
Y
3.1
3.6
3.8
4.0
4.1
18.6

Paso 3:Buscar X, Y, XY, X2.

X = 311

Y = 18.6
XY = 1159.7
X2 = 19359
Paso 4:Suplente en la frmula de la pendiente por encima de determinado
Slope(b) = (NXY - (X)(Y)) / (NX2 - (X)2)
= ((5)*(1159.7)-(311)*(18.6))/((5)*(19359)-(311)2)
= (5798.5 - 5784.6)/(96795 - 96721)
= 13.9/74
= 0.19
Paso 5:Ahora, de nuevo suplente en la frmula anterior interceptar dado.
Interceptar(a) = (Y - b(X)) / N
= (18.6 - 0.19(311))/5
= (18.6 - 59.09)/5
= -40.49/5
= -8.098
Paso 6:A continuacin, sustituir estos valores en la ecuacin de regresin frmula
La ecuacin de regresin(y) = a + bx

Supongo que si queremos saber el valor y aproximada de la variable x = 64. Entonces pod
sustituir el valor en la ecuacin anterior.
La ecuacin de regresin(y) = a + bx
= -8.098 + 0.19(64).
= -8.098 + 12.16
= 4.06

311
5

62.2

Prom. X

18.6
5

3.72

Prom. Y

2x

2x =

2y

2.96
3871.8

3868.84

2.96

13.964

13.8384

0.1256

2xy

r yx =

xy - xy/n

231.9

231.384

2
2
X - 5 = 0.192 (y - 3

2
( x - ( x ) /n)( X=
- ( y -)20.76
/n)
y 0.192y

Y - 30.4 5.15 (x - 5)

=
=

0.556

Y= 5.15x + 4.65

xy - xy/n
=
= (5.15 2x 6) + 4.65 2= 35.55 Kg
X - ( x ) /n

b yx =
y

Tratamiento 5
Quincena
P.V.
X
Y
1
#REF!
2
3
4
5
6
21
#REF!
#REF!

X
1.0
4.0
9.0
16.0
25.0
36.0
91.0
15.2

Y
#REF!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#REF!
#REF!

XY
#REF!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#REF!
#REF!

43
76
109
142
175
208

Coeficiente de Correlacin

r yx =

xy - xy/n
( x 2 - ( x )2 /n)( y 2 - ( y )2 /n)

#REF!

Coeficiente de Regresin

b yx =

Tratamiento 6
Quincena
P.V.
X
Y
1
#REF!
2
3
4

#REF!
xy - xy/n
=
X 2 - ( x )2 /n

X
1.0
4.0
9.0
16.0

Y
#REF!
#VALUE!
#VALUE!
#VALUE!

XY
#REF!
#VALUE!
#VALUE!
#VALUE!

43
76
109
142

5
6
21

#REF!
#REF!

25.0
36.0
91.0
15.2

#VALUE!
#VALUE!
#REF!
#REF!

#VALUE!
#VALUE!
#REF!
#REF!

175
208

Coeficiente de Correlacin

r yx =

xy - xy/n
( x 2 - ( x )2 /n)( y 2 - ( y )2 /n)

#REF!

Coeficiente de Regresin

b yx =

xy - xy/n
=
2
X 2 - ( x ) /n

#REF!

D0
T1
Coeficiente de Correlacin
Coeficiente de Regresin
Coeficiente de Determinacin

Hembras
D1
D2
T2
T3
0.92
0.99
2.29
5.57
84.31%
98.77%

0.91
0.19
83.15%

0.03

riable Y: Para

67.00 kg.

so muestran, de acuerdo a la prueba F, relacin.

2
r =

b yx - S.P .(xy)
=
S.C .(y)

2
r =

b yx - S.P .(xy)
=
S.C .(y)

ncuentra pendiente, interseccin y

2
r =

b yx - S.P .(xy)
=
S.C .(y)

ma de determinado

interceptar dado.

cin de regresin frmula

de la variable x = 64. Entonces podemos

D0
T4

Machos
D1
D2
T5
T6
0.00
#REF!
0.00
#REF!
0.00%
#REF!

#REF!
#REF!
#REF!