Академический Документы
Профессиональный Документы
Культура Документы
Tutor:
LUIS ROBINSON CAMELO
Grupo:
100105_242
Regresión
Simple
Obtener Ecuación de Estimación por
el método de mínimos cuadrados
y = A + BX
Múltiple
Definición de Conceptos.
Regresión y Correlación
Las técnicas de correlación y las de regresión están estrechamente relacionadas,
aunque obedecen a estrategias de análisis un tanto diferentes.
La finalidad de la correlación es examinar la dirección y la fuerza de la asociación
entre dos variables cuantitativas. Así conoceremos la intensidad de la relación entre
ellas y si, al aumentar el valor de una variable, aumenta o disminuye el valor de la
otra variable.
La regresión está dirigida a describir cómo es la relación entre dos variables X e Y,
de tal manera que incluso se pueden hacer predicciones sobre los valores de la
variable Y, a partir de los de X. Cuando la asociación entre ambas variables es
fuerte, la regresión nos ofrece un modelo estadístico que puede alcanzar finalidades
predictivas.
La regresión supone que hay una variable fija, controlada por el investigador (es la
variable independiente o predictora), y otra que no está controlada (variable
respuesta o dependiente). La correlación supone que ninguna es fija: las dos
variables están fuera del control de investigador.
La regresión es su forma más sencilla se llama regresión lineal simple. Se trata de
una técnica estadística que analiza la relación entre dos variables cuantitativas,
tratando de verificar si dicha relación es lineal.
Si tenemos dos variables hablamos de regresión simple, si hay más de dos variables
regresión múltiple.
-Diagrama de dispersión.
El diagrama de dispersión permite estudiar las relaciones entre dos conjuntos
asociados de datos que aparecen en pares (por ejemplo, (x, y), uno de cada
conjunto). El diagrama muestra estos pares como una nube de puntos.
Entre sus usos está descubrir y mostrar las relaciones entre dos conjuntos
asociados de datos y confirmar relaciones anticipadas entre dos conjuntos
asociados de datos.
El diagrama de dispersión puede estudiar la relación entre:
Dos factores o causas relacionadas con la calidad.
Dos problemas de calidad.
Un problema de calidad y su posible causa.
-Correlación lineal simple.
Si entre dos variables cuantitativas existen una relación, el análisis de correlación
lineal simple se utiliza para determinar la dirección y la magnitud de dicha relación.
La dirección de la relación se refiere a si ésta es positiva o negativa.
La magnitud de la relación o grado de relación entre las variables se refiere a la
fuerza de la relación que existe entre las variables.
-Coeficiente de determinación R2
El coeficiente de determinación que se conoce también como r2, es un término
utilizado en estadística, que tiene como función principal predecir el resultado de
hipótesis. Esto es fundamental en cualquier estudio con fundamentos científicos y
sus aplicaciones pueden tener un amplio, rango como en la economía, el estudio de
los mercados o para determinar el éxito de algún producto.
Existen varias definiciones acerca de esta conocida herramienta, las cuales no
todas coinciden, por lo que es importante conocer cada una de ellas, como por
ejemplo aquellas que están relacionadas con la regresión lineal.
El coeficiente de determinación, se define como la proporción de la varianza total
de la variable explicada por la regresión. El coeficiente de determinación, también
llamado R cuadrado, refleja la bondad del ajuste de un modelo a la variable que
pretender explicar.
Nº Peso Altura
(Kg) (cm)
1 61 150
2 63 143
3 60 146
4 74 160
5 58 143
6 63 145
7 64 149
8 74 158
9 74 150
10 66 150
11 63 153
12 61 151
13 64 151
14 69 147
15 64 142
16 77 164
50
40
30
20
10
0
140 145 150 155 160 165 170
Altura (cm)
b) Encuentre el modelo matemático que permite predecir el
efecto de una variable sobre la otra. ¿Es confiable?
Y= 0,7938x – 52,382
R2 = 0,5946 * 100 = 59,46%
Confiablidad del modelo = 59,46%
No es confiable
Estatura 120 124 107 118 112 110 115 104 110 116
(cm)
Peso 24 23 19 24 21 19 22 16 20 23
(kg)
25
20
PESO
15
10
0
100 105 110 115 120 125
ESTATURA
B. Encuentre el modelo matemático que permite predecir el efecto de una
variable sobre la otra. ¿Es confiable?
Y = 0,386x – 22,751
R2 = 0,8329
Confiabilidad del 83,29% aceptable
D. ¿Cuál es el peso que debería tener un estudiante que mida 128 cm?
X = 128
Y=?
Y = 0,386x – 22,751
Y = 0,386 * 128
Y = 49,408 – 22,751
Y = 26,657
1.8. %-Umbral. Los investigadores están estudiando la correlación entre
la obesidad y la respuesta individual al dolor. La obesidad se mide como
porcentaje sobre el peso ideal (x). La respuesta al dolor se mide utilizando
el umbral de reflejo de reflexión nociceptiva (y) que es una medida de
sensación de punzada. Obsérvese que ambas, X e Y, son variables
aleatorias
% y (umbral de
Sobrepeso. reflejo de flexión
nociceptiva)
89 2,00
90 3,00
75 4,00
30 4,50
51 5,50
75 7,00
62 9,00
45 13,00
90 15,00
20 14,00
8
6
4
2
0
0 20 40 60 80 100
sobrepeso
2. Ajuste un modelo matemático que permita predecir el efecto de
una variable sobre la otra. ¿Es confiable?
Y=0.0629x+11.642
R2=0.1115