Académique Documents
Professionnel Documents
Culture Documents
SALN: 102
TRABAJO No. 12
REGRESIN Y CORRELACIN
GRUPO No. 9
No
.
1
2
3
4
5
6
7
8
CARNE
NOMBRES Y APELLIDOS
NDICE
Contenido
Pgina
INTRODUCCIN
i
CAPTULO NICO
REGRESIN Y CORRELACIN
1.1
DISTRIBUCIONES BIDIMENSIONALES
1.2
IDEA DE CORRELACIN
1.3
1.4
1.5
MEDIDA DE LA CORRELACIN
1.6
1.7
1.8
1.9
ANLISIS DE REGRESIN
10
11
11
12
12
13
21
21
22
23
24
1.17
COEFICIENTE DE DETERMINACIN
25
1.18
COEFICIENTE DE CORRELACIN
25
1.19
CASO PRACTICO
27
CONCLUSIONES
32
RECOMENDACIONES
33
REFERENCIAS BIBLIOGRFICA
34
INTRODUCCIN
Finalmente,
se
detallan
las
referencias
bibliogrficas,
pg. 1
CAPTULO NICO
REGRESION Y CORRELACIN
Consiste en encontrar una relacin entre la variable dependiente Y el conjunto
de variables Independientes Xi (Y=f(X1, X2,..Xk) que aproxime a la relacin que
realmente existe entre las variables y que es desconocida, con el objeto de
poder predecir valores de Y, a partir de los valores de Xi.
En el anlisis de regresin se deben contemplar cuatro aspectos que son:
Determinar interrelacin entre variables (test de independencia, etc....)
Determinar tipo de funcin matemtica que relaciona ptimamente las
variables (representacin grfica).
Calcular parmetros de dicha funcin matemtica y determinar bondad de
ajuste.
Realizar predicciones de la variable dependiente a partir de la independiente. 1
1.1 DISTRIBUCIONES BIDIMENSIONALES
Cuando sobre una poblacin estudiamos simultneamente los valores de dos
variables estadsticas, el conjunto de los pares de valores correspondientes a
cada individuo se denomina distribucin bidimensional.
Ejemplo 1:
1 http://www.revistaseden.org/files/14-CAP%2014.pdf
Grupo No. 9
Seminario de Integracin Profesional
pg. 1
MATEMTICAS
LENGUA
10
Grupo No. 9
Seminario de Integracin Profesional
pg. 2
Grupo No. 9
Seminario de Integracin Profesional
pg. 3
Grupo No. 9
Seminario de Integracin Profesional
pg. 4
Ejemplo 3:
A 12 alumnos de un centro se les pregunt a qu distancia estaba su residencia
del Instituto, con fin de estudiar si esta variable estaba relacionada con la nota
media obtenida. Se obtuvieron los datos que figuran en la siguiente tabla:
Distancia
km)
Nota media
(en
8,4
5,7
Observamos una nube de puntos que no nos sugiere ninguna recta concreta,
porque la correlacin es prcticamente inexistente, es decir, no tiene nada que
ver con el rendimiento acadmico la distancia del domicilio al instituto,
Grupo No. 9
Seminario de Integracin Profesional
pg. 5
pg. 6
Ejemplo 1:
Con los datos del primer ejemplo, (las notas de 10 alumnos en Matemticas y en
Lengua), podemos contestar con aproximacin a la siguiente cuestin: si un
alumno no realiz el examen de lengua, pero s el de matemticas, obteniendo
un 7, qu nota cabe esperar que obtuviera en lengua?
Grupo No. 9
Seminario de Integracin Profesional
pg. 7
MATEMTICAS
LENGUA
10
pg. 8
porque
esto
permite
tener
una
apreciacin
visual
del
KMS
VALOR DE COMSUMO DE
COMBUSTIBLE Q.
RECORRIDOS
Y
275
300
260
290
310
325
400
400
425
410
Grupo No. 9
Seminario de Integracin Profesional
pg. 9
Y = a+ bx
=== yc = a+ bx = Ecuacin de
Regresin donde:
Yc
ayb =
X
Coeficientes de regresin.
(Variable Dependiente).
Ecuaciones Normales:
Grupo No. 9
Seminario de Integracin Profesional
pg. 10
n.a
+b
XY
= X a
+ b
X2
x2 (y
nx2 -
b =
- x xy
x 2
nxy - x y
nxy2 - x 2
las
Grupo No. 9
Seminario de Integracin Profesional
pg. 11
Agrupa aproximadamente al
68.26% de los datos.
(y- yc)
N
Syx =
y2 - y a - XY b
N
Grupo No. 9
Seminario de Integracin Profesional
pg. 12
Unitarios
y la produccin de una
el siguiente
comportamiento:
COSTO POR
PROD EN MILES
UNIDAD
Q
DE UNIDADES
1.00
20
Q. 2.00
15
3.00
12
Q. 4.00
11
Q. 5.00
desea estimar su
produccin.
x2
y2
xy
1 20 1
400
20
15 4
225
30
12 9
144
36
11 16
121
44
49
35
939
165
25
15 65 55
Grupo No. 9
Seminario de Integracin Profesional
pg. 13
DESARROLLO:
DATOS
15
65
x2
55
y2
939
xy
165
b= -3
165 = 15 a + 55b
10
-30 =
10B
Encontrar "a":
65 = 5 a + 15 (-3)
Valor de b
65 = 5 a - 45
Grupo No. 9
Seminario de Integracin Profesional
pg. 14
-5 a = -65 45
a = -110
= a = 22
-5
La Ecuacin de regresin de la Produccin en funcin de los costos =
Y=
22 3x
b =
n xy n x2 -
a =
(x)2
(x) (y)
(x) 2
b=
(55) - (15) 2
(55) - (15) 2
3575 2475
= 1100
275 - 225
825 975
275 225
a = 22
50
-150
b = -3
50
Grupo No. 9
Seminario de Integracin Profesional
pg. 15
22 3 (3.75)
Yc =
22 11.25
= 10.75
y2 - y.a - xy.b
Syx =
Syx =
165
Syx =
4
5
Syx = 0.894427191
Yc
Yc=22-3x
(y-Yc)
(y-Yc)2
19
22 - 3 (1)
Grupo No. 9
Seminario de Integracin Profesional
pg. 16
16
22 - 3 (2)
-1
13
22 - 3 (3)
-1
10
22 - 3 (4)
22 - 3 (5)
65
xxxx
Otra forma:
Syx =
(y- yc)2
N
___________
Syx =
4
5
Syx = 0.894427191
6.) Estimar por intervalo la produccin para costo de Q.6.00 con un 85% de
confianza
yc = a +bx
4 +, - 1.43 (0.89442719)
yc = 22 +-3 (6)
4 + 1.28
= 5.28
yc = 22 18
4 1.28
= 2.72
yc = 4
La produccin estimada para costos de
miles de unidades.
7.) Segn el presupuesto de la empresa para el presente ao su produccin
alcanzar la suma de 11,500 unidades. Se quiere saber a qu costo debe
Grupo No. 9
Seminario de Integracin Profesional
pg. 17
producir?
por la siguiente:
Xc = a + by
5a + 65b (-13)
94b
b = -30
b = -0.31915
94
Encontrar el valor de "a":
15 = 5 a + 65 ( -0.31915 ) 15 = 5 a 2074475
-5 a = -15 20.74475
-5 a = -35.74475
a = 7.14895
pg. 18
Xc = 3.48
8.) Con las ecuaciones de regresin de la produccin en funcin de los costos
unitarios y los costos unitarios en funcin de la produccin, encontrar
el
7.1489
y =
-0.9574y = -21.4467
0.0426y =
0.5533
Y = 0.5533 = 12.9882
Y = 13 Produccin
0.0426
Comprobacin:
Promedio
Y=
65
= 13
5
Costo Promedio:
Y= 22-3X
= 13 = 22 3 (X)
3X = 22 13
Grupo No. 9
Seminario de Integracin Profesional
pg. 19
3X = 9
X=3
Comprobacin
X=
15 = 3
5
1.15 ANLISIS DE CORRELACIN
Mide el grado de asociacin de dos o ms variables. La correlacin tambin se
puede usar por s misma para medir el grado de asociacin de dos variables.
SMBOLO
Si r es igual a 0
" r
= no existe correlacin
Si r mayor que 0
= correlacin positiva
Si r menor que 0
= correlacin negativa
Grupo No. 9
Seminario de Integracin Profesional
pg. 20
Ingresos
Venta
(x)
1.0
(y)
10.00
2.0
12.00
3.0
14.00
4.0
16.00
5.0
18.00
15
70.00
=================
Mapa de Dispersin
Correlacin perfecta positiva r = 1
Grupo No. 9
Seminario de Integracin Profesional
pg. 21
Unids
Unidad Vendida
(x)
(y)
18.00
160.00
16.00
180.00
15.00
190.00
14.00
200.00
13.00
210.00
76.00
940.00
===================
Mapa de Dispersin
Correlacin perfecta negativa r = -1
Grupo No. 9
Seminario de Integracin Profesional
pg. 22
Precios
Ingresos
(y)
1.00
11.00
2.00
9.00
3.00
2.00
4.00
15.00
5.00
8.00
15.00
45.00
===================
Mapa de Dispersin
No hay correlacin
r=0
Grupo No. 9
Seminario de Integracin Profesional
pg. 23
r2 =
a (y) + b (xy) - n ( y )2
y2 - n ( y )2
Frmula
.r =
r2
o bien:
.r =
pg. 24
y2 - n (y promedio)2
APLICACIN:
Con los datos del ejemplo que se ha desarrollado en el Anlisis de
Regresin, calcular la forma en que primariamente se relacionan las
variables:
r2 =
.r2 = 0.957447
r=
r=
0.957447
0.978492
Grupo No. 9
Seminario de Integracin Profesional
pg. 25
Costos
50
60
65
70
90
Ventas (Q.
65
70
75
85
105
miles)
Se pide:
a) Determinar la ecuacin de regresin para estimar las ventas;
b) Determinar las ventas para un costo de Q. 120,000.00;
c) Determinar el grado de asociacin entre las dos variables;
d) Interpretar el coeficiente hallado en el inciso anterior; y
e) El error estndar de estimacin.
Costos
Ventas
(x)
(y)
xy
x2
y2
50
65
3250
2500
4225
60
70
4200
3600
4900
65
75
4875
4225
5625
70
85
5950
4900
7225
90
105
9450
8100
11025
335
400
27725
23325
33000
Grupo No. 9
Seminario de Integracin Profesional
pg. 26
a) Ecuacin de regresin
a=
a
=
a = -42125
-4400
a = 9.57
b=
(y) ( x) n (xy)
( x)2 n(x2)
b=
b=
-4625
-4400
b = 1.05
Yc = 9.57 + 1.05
Grupo No. 9
Seminario de Integracin Profesional
pg. 27
40
80
r =
r=
972.30113
r=
6
1000
r=
0.9723011
Grupo No. 9
Seminario de Integracin Profesional
pg. 28
r = 0.9861
d) Interpretacin del coeficiente de correlacin
Coeficiente de correlacin positivo, lo que implica que al aumentar una variable
(Costos) la otra (Ventas) tambin aumenta.
e) Error Estndar de Estimacin
Syx =
y2 a y b xy
N
(27725)
5
Syx =
60.75
5
Syx =
12.15
Syx = 3.49
Grupo No. 9
Seminario de Integracin Profesional
pg. 29
CONCLUSIONES
1. La correlacin es frecuente que estudiemos sobre una misma poblacin
los valores de dos variables estadsticas distintas, con el fin de ver si
existe alguna relacin entre ellas. La primera forma de describir una
distribucin bidimensional es representar los pares de valores en el plano
cartesiano.
2. Cuando observamos una nube de puntos podemos apreciar si los puntos
se agrupan cerca de alguna curva. El anlisis de regresin es la tcnica
ms
pg. 30
Grupo No. 9
Seminario de Integracin Profesional
pg. 31
RECOMENDACIONES
Grupo No. 9
Seminario de Integracin Profesional
pg. 32
REFERENCIAS BIBLIOGRFICAS
LIBROS
1. Libro de Estadstica I Gua de Estudio, Jos Luis Reyes Donis,
Catedrtico de Estadstica, facultad de ciencias economas, Segunda
Edicin, Pg. 189 a 201.
E-GRAFA
1. Recuperado de: http:
//recursostic.educacion.es/descartes/web/materiales_didacticos/Correlaci
on_regresion_recta_regresion/correlacion_y_regresion.htm, fecha de
consulta: 01 de agosto del 2016.
Grupo No. 9
Seminario de Integracin Profesional
pg. 33
i..http://recursostic.educacion.es/descartes/web/materiales_didacticos/Correlacion_
ii Libro de Estadstica I Gua de Estudio, Jos Luis Reyes Donis, Catedrtico de Estadstica, facultad