ESTADISTICA II

SANCHEZ, EDGAR

Lic. MARTINEZ

REGRESION LINEAL SIMPLE

INTRODUCCION
El objetivo de este captulo, es estudiar la asociacin entre dos variables conocida tambin como
asociacin simple, solo en forma descriptiva. Este captulo contiene la aplicacin de los mtodos
descriptivos a muestras bivariantes cuantitativas, es decir muestras donde, en cada unidad estadstica se
observan dos caractersticas cuantitativas medibles X e Y por ejemplo, salarios y gastos mensuales.
La primera forma del estudio de la asociacin entre las variables Xe Y es denominada regresin, que
consiste en determinar la relacin funcional lineal (recta de regresin) entre ellas, con el fin de predecir el
valor de la variable en base a la otra. La variable que va a predecir se denomina variable dependiente y la
variable que es la base de la prediccin se denomina variable independiente.
La segunda forma del estudio de la asociacin entre las variables X e Y, es denominada correlacin, que
consiste en determinar la variacin conjunta de las dos variables, su grado o nivel de relacin, y su sentido
(positivo o negativo). La medida del nivel de relacin se denomina coeficiente o ndice de correlacin. El
cuadrado del ndice de correlacin se denomina coeficiente de determinacin.
En este captulo realizaremos un estudio descriptiva de la regresin lineal en el sentido que, la ecuacin de
regresin lineal que se calcula ser vlida, solo si hay la seguridad de que existe un alto grado o nivel de
correlacin entre las variables medido por el coeficiente de determinacin.
DATOS Y GRAFICA DE DISPERSION
Los datos de la regresin simple
Los

n datos en parejas

donde los

x1

( x 1 , y 1 ) , ( x2 , y 2 ) , , ( x n , y n )

son valores de la variable bidimensional (X;Y),

son los valores de la variable independiente X y los

y1

son los valores de la variable

independiente Y.
Los mtodos estadsticos descriptivos ya ESTUDIADOS COMO LA MEDIA, LA Desviacin estndar, etc.
Son vlidos en cada una de las dos variables. La estadstica descriptiva nueva aqu es la covarianza que
mide la dispersin o variabilidad conjunta de los valores de las variables (X,Y) con respecto a las medias

x , y .

Adems, es posible, construir distribucin de frecuencias conjunta de dos variables. Si los datos de X se
tabulan en r intervalos; I, y los datos de Y se tabulan en s intervalos; J, se tendr una distribucin conjunta
de frecuencias que consiste de los intervalos (I,J), y frecuencia f.
La grafica de dispersin
Es frecuentemente posible visualizar el tipo de relacin existente entre las dos variables (X,Y) analizando
la grfica en el plano cartesiano de los datos

(x 1 , y 1) , denominada grafica de dispersin, o XY

dispersin. La grafica indica la tendencia de la relacin existente entre las dos variables.
La correlacin trata de establecer la relacin o dependencia que existe entre las dos
variables que intervienen en una distribucin bidimensional.
Es decir, determinar si los cambios en una de las variables influyen en los cambios de la
otra. En caso de que suceda, diremos que las variables estn correlacionadas o que
hay correlacin entre ellas.

Tipos de correlacin
1 Correlacin directa

Grado de correlacin

La correlacin directa se da cuando al

aumentar una de las variables la otra
aumenta. La recta correspondiente a la
nube de puntos de la distribucin es una
recta creciente.

El grado
de
correlacin indica
la
proximidad que hay entre los puntos de
la nube de puntos. Se pueden dar tres
tipos:
1. Correlacin fuerte
La correlacin ser fuerte cuanto ms
cerca estn los puntos de la recta.

2 Correlacin inversa
La correlacin inversa se da cuando al
aumentar una de las variables la otra
disminuye.
La recta correspondiente a la nube de
puntos de la distribucin es una recta
decreciente.

2. Correlacin dbil
La correlacin ser dbil cuanto ms
separados estn los puntos de la recta.

3 Correlacin nula
La correlacin nula se da cuando no hay
dependencia de ningn tipo entre las
variables. En este caso se dice que las
variables son incorreladas y la nube de
puntos tiene una forma redondeada.
3. Correlacin nula

LA COVARIANZA
La

covarianza

d e u n a vari ab le b id im e n s io n al e s l a me d i a arit m t ic a de lo s p ro d uc to s de las

d es v iac ion e s de cad a u n a d e las vari ab le s re s pe c to a su s me d i as res p e ct i vas .

La

covarianza

s e rep re s en t a p o r

sxy

xy.

COEFICIENTE DE CORRELACIN LINEAL

E l co ef icien te

de

co rr el aci n

lin e al es

el

co c ie n te

e nt re

l a co v ar i an z a y

el

p ro d uc to

de

las desv iac io nes tp i cas de am b as variab le s .

E l co ef icien te de co rr el aci n lin e al se e xp re s a me d iant e l a le t ra r .

PROPIEDADES
1.

E l co ef icien te d e co rr el aci n n o var a al h ace r lo la e sc a la de m ed ic i n . Es de c i r, s i e xp re s amo s la

2.

a ltu ra e n me t ros o e n ce nt m e t ros e l c oe f ic ie nt e d e co rre lac i n n o var a.

E l s ig no de l co ef icien te d e co rr el aci n es e l m is m o qu e e l de la co v ar i an z a .
S i la c ovar ian za e s po s it iva, l a c o rre lac i n e s d ire c t a.
S i la c ovar ian za e s ne g at i va, la co rre lac i n es i nvers a.
S i la c ovar ian za e s nu la, n o e xis t e co rre lac i n .

3. E l co ef icien te d e co rr el aci n lin e al es u n n m e ro re a l c o mp re n d id o e nt re 1 y 1 .

1 r 1

4. S i e l co ef icien te d e co rr el aci n lin ea l to m a valo re s ce rc ano s a 1 l a co rre lac i n es f u er te e

inver sa, y s e r tan to m s fu e rt e c uan to m s s e ap roxim e r a 1 .

5. S i e l co ef ici ente d e co r r elac i n lin ea l t om a valo re s c e rc an os a 1 la co rre lac i n e s f u er te y

dir ect a, y s e r tan to m s fu e rt e c uan to m s s e ap roxim e r a 1 .

6. S i e l co ef ici ente d e co r r elac i n lin ea l t om a valo re s c e rc an os a 0 , la c orre lac i n e s d b il .

7. S i r = 1 1 , lo s p un to s de la n u be es t n s ob re la re ct a c rec ien t e o d e c re c ie n te . E nt re am b as
variab le s h ay depen d en cia f u n cio n a l .

RECTA DE REGRESION
L a r ecta de r egr esi n es l a q u e me jo r se aju s t a a la n u b e d e p u n to s .
L a r ecta de r egr esi n p as a po r e l p un to

l lam ad o cen tr o d e g r av ed ad .

Recta de regresin de Y sobre X

L a re ct a d e re g re s i n d e Y s o b re X se u t il iza p ara es t im ar lo s valo re s de l a Y a p art ir de lo s de la X .
L a pendiente de la re c t a es e l co c ie n te e nt re l a c o var ian za y l a vari an za d e la var iab le X .

Recta de regresin de X sobre Y

L a r ecta de r egr esi n de X s o b re Y se u t il i za p ara e st im ar lo s valo re s d e la X a p art ir de lo s de la Y.
L a pendiente de la re c t a es e l co c ie n te e nt re l a c o var ian za y l a vari an za d e la var iab le Y.

COEFICIENTE DE VARIACION Y PUNTUACIONES TIPICAS

coeficiente de variacin
su media .

El

coeficiente de variacin

El

El

coeficiente

es la re lac i n en t re la

s e su e le e xp re s ar e n

de

d is t r ib uc ion e s d is t in t as ,

variacin p e rm it e
s ie m p re qu e su s medias

desviacin tpica

d e u n a mu es t ra

porcentajes :

dispersiones
positivas .

c o mp arar
se an

las

de

dos

PUNTUACIONES TPICAS
Puntuaciones diferenciales
L as puntuacio n es

d if er en cia les res u lt an

d e r est ar les a

las p u n tu acio n es

d ir ecta s

la

m edia

ar i tm tic a .

xi = Xi X
Puntuaciones tpicas
L as puntuacio n es

t p ica s s on

el

re su lt ad o

de d iv id ir l as p u n tu acio n es

la desv iac i n t pica . E st e p ro c es o se l l am a t ip if icac i n .

L as puntuacio n es tp ic as se re p res e nt an p o r z .

d if er en ci ale s e nt re

LA VARIANZA
varianza e s la media aritmtica del cuadrado de las desviaciones
respecto a la media d e un a d ist r ib u c i n es t ad s t ic a.
La

L a var ian za se re p res e nt a po r

LA DESVIACION ESTANDAR O TIPICA

La

desviacin estndar o tpica

es l a

raz cuadrada de la varianza .

E s de c ir, la raz cu ad rad a de l a m e d ia de lo s cu ad rad o s d e las p u nt u ac io ne s d e de s vi ac i n .

La

desviacin tpica

se re p res e nt a po r

La

desviacin tpica

se re p res e nt a po r

COEFICIENTE DE DETERMINACION
D en ot ad o po r

r2

se de f in e c o mo e l co c ie n te de la su m a de cu ad rad o s d e re g re s i n so b re l a su m a de

c u ad rad os to ta l.

r 2 X 100
PROBLEMAS DE APLICACIN
1.

Un c en t ro co me rc ial s abe en fu nc in d e l a d is t anc ia, en k il m e t ro s , a la qu e s e s it e d e un n c leo

de p o b lac in , ac u d en lo s c lie n te s , e n c ie nt os , qu e f ig u ran e n la tab l a:

N de client es (X )
D ist anci a (Y )
1. C a lcu lar e l c oe f ic ie n te d e co rr el aci n lin e al .

15

19

25

23

34

40

2. S i e l ce nt ro c om e rc ia l se s it a a 2 km , c u n to s c l ie nt e s pu e d e es p e rar?
3. S i de s e a re c ib ir a 50 0 c l ie nt e s , a qu d is t an c ia de l n c le o d e p ob lac i n d eb e s it u ars e?
2.

A p art ir d e lo s s ig u ien t es d at o s re fe ren t es a ho ras t rab aj ad as e n u n t alle r (X ), y a un id ad e s

p ro d u c id as (Y ), d et e rm in ar la r ecta d e r eg r esi n de Y so b re X , e l co ef icien te d e co rr el aci n
line al e in t e rp ret ar lo.

Ho r as (X )
P r o ducci n (Y )

3.

80

79

83

84

78

60

82

85

79

84

80

62

300

302

315

330

300

250

300

340

315

330

310

240

Un a c om p a a d es e a h ace r p re d ic c ion e s de l valo r anu a l d e su s ven t as to ta les en c ie rto p as a p art ir

de la re lac i n d e s t as y l a re nt a n ac io n al. Para i nves t ig ar la re lac i n c ue n t a co n lo s s ig u ie n te s
d at os :

189

190

208

227

239

252

257

274

293

308

316

402

404

412

425

429

436

440

447

458

469

469

X re p re se nt a la ren t a n ac io n al en m i ll o ne s d e eu ro s e Y re p re se nt a las ven t as de la co m p a a e n m ile s de

e u ro s e n e l p e rio d o q ue va d es d e 1 9 90 has t a 20 0 0 (am b o s in c lu s i ve ). C alc u la r:
1

La r ect a de r egr e si n d e Y s ob re X .

E l co ef ici ente de co r r elac i n lin ea l e in t e rp ret ar lo.

S i en 2 00 1 la re n t a n ac io n al d e l p a s fu e de 32 5 m i llo n e s de eu ros . Cu l se r l a p re d icc i n p ara las

ven t as de la c o mp a a e n es te a o?