Introducción

Diagrama de dispersión
Ajuste de una función de regresión: Método de mı́nimos cuadrados

REGRESION LINEAL.

Ing. William Patricio Navas Cajamarca.

UNIVERSIDAD CATOLICA DE CUENCA

UNIDAD CACADEMICA DE AGRICULTURA, SILVICULTURA, PESCA Y VETERINARIA

Copyright
c 2018

Ing. William Patricio Navas Cajamarca. ...

 Introducción
Diagrama de dispersión
Ajuste de una función de regresión: Método de mı́nimos cuadrados

Contenido

1 Introducción

2 Diagrama de dispersión

Ing. William Patricio Navas Cajamarca. ...

 Introducción
Diagrama de dispersión
Ajuste de una función de regresión: Método de mı́nimos cuadrados

Contenido

1 Introducción

2 Diagrama de dispersión

3 Ajuste de una función de regresión: Método de mı́nimos cuadrados

Ing. William Patricio Navas Cajamarca. ...

 Introducción
Diagrama de dispersión
Ajuste de una función de regresión: Método de mı́nimos cuadrados

Contenido

1 Introducción

2 Diagrama de dispersión

3 Ajuste de una función de regresión: Método de mı́nimos cuadrados

Ing. William Patricio Navas Cajamarca. ...

 Introducción
Diagrama de dispersión
Ajuste de una función de regresión: Método de mı́nimos cuadrados

Introducción

La regresión lineal o ajuste lineal es un modelo matemático usado para aproximar

la relación de dependencia entre la variable dependiente y , y las variables
independientes x .
Existen muchas variables, en especial cuantitativas, que se relacionan en algún
grado con otras; entonces, es posible que una de las variables pueda expresarse
matemáticamente en función de la otra [1] . Frecuentemente se nos formulan las
siguientes preguntas: ¿El peso de las personas está relacionado con la estatura?
¿El tiempo de servicio de trabajo activo tiene relación con la edad? ¿El ingreso o
salario está relacionado con el nivel educativo? ¿El ahorro familiar tiene relación
con los ingresos? ¿La demanda de un producto dependerá de los precios?, etc.

Ing. William Patricio Navas Cajamarca. ...

 Introducción
Diagrama de dispersión
Ajuste de una función de regresión: Método de mı́nimos cuadrados

Diagrama de dispersión

Una de las formas gráficas más sencillas es realizando el diagrama de dispersión.

Este tipo de gráfico se utiliza para visualizar la relación entre las variables y,
a partir de dicha relación, observar en qué medida se mantiene el incremento
o disminución de una variable a partir del aumento de otra variable. Para su
construcción, se trazan en el plano cartesiano los ejes de la abscisa X y de la
ordenada Y . En el eje X se colocan los valores de una de las variables y, en el
ejeY , los valores de la otra variable. En la intersección correspondiente a cada
valor de X y a cada valor de Y se coloca un punto, y ası́ se obtiene el diagrama
de dispersión.
Mostraremos a continuación algunas formas que adquiere el diagrama de
dispersión.

Ing. William Patricio Navas Cajamarca. ...

 Introducción
Diagrama de dispersión
Ajuste de una función de regresión: Método de mı́nimos cuadrados

Diagramas de dispersión

Figura: a) Relación lineal lineal positiva; b) Relación lineal negativa[2].

Figura: c) No existe relación lineal entre X y Y ; d) Relación no lineal[3].

Ing. William Patricio Navas Cajamarca. ...

 Introducción
Método de mı́nimos cuadrados
Diagrama de dispersión
Correlación
Ajuste de una función de regresión: Método de mı́nimos cuadrados

Método de mı́nimos cuadrados

El método de mı́nimos cuadrados garantiza que la recta que representa el
comportamiento del conjunto de datos es la recta L, El método consiste en
minimizar la suma de los cuadrados de las distancias verticales entre los datos y
las estimaciones [4] .
e 2 = (yi − ŷ )2
ŷ = α + βx
e 2 = ni=1 (yi − α − βxi )2
P
Minimizar la suma de los errores al cuadrado. Ahora tenemos que derivar la
función f (α, β),parcialmente es decir derivar primero respecto a α y segundo
respecto a,P β.
f (α, β) = ni=1 e 2 = ni=1 (yi − α − βxi )2
P

∂f
= ni=1 2(yi − α − βxi ) ∗ (−1) = 0
P
∂α
Pn Pn Pn
i=1 yi − i=1 α − i=1 βxi = 0

Ing. William Patricio Navas Cajamarca. ...

 Introducción
Método de mı́nimos cuadrados
Diagrama de dispersión
Correlación
Ajuste de una función de regresión: Método de mı́nimos cuadrados

Método de mı́nimos cuadrados

Pn Pn Pn
i=1 yi − α i=1 1 − β i=1 xi = 0
Pn Pn
i=1 yi − αn − β i=1 xi = 0

Obtenemos la primera ecuación de la derivada parcial de la función f (α, β) con

respecto a α.

n
X n
X
αn + β xi = yi (1)
i=1 i=1

El siguiente paso se deriva la función f (α, β) respecto a β.

∂f
= ni=1 2(yi − α − βxi ) ∗ (−xi ) = 0
P
∂β

Pn Pn Pn
i=1 yi xi − α i=1 xi − β i=1 xi2 = 0

Ing. William Patricio Navas Cajamarca. ...

 Introducción
Método de mı́nimos cuadrados
Diagrama de dispersión
Correlación
Ajuste de una función de regresión: Método de mı́nimos cuadrados

Método de mı́nimos cuadrados

Segunda ecuación de la derivada parcial de la función f (α, β) con respecto a β.
n
X n
X n
X
α xi + β xi2 = yi xi (2)
i=1 i=1 i=1

Se presenta las dos ecuaciones en forma matricial:

 P    P 
Pn P x2i α
= P
yi
(3)
xi xi β yi xi
Se resuelve la matiz mediante la regla de cramer para calcular primero β:
n ni=1 xi yi − ni=1 xi ni=1 yi
P P P
β= (4)
n ni=1 xi2 − [ ni=1 xi ]2
P P

Ing. William Patricio Navas Cajamarca. ...

 Introducción
Método de mı́nimos cuadrados
Diagrama de dispersión
Correlación
Ajuste de una función de regresión: Método de mı́nimos cuadrados

Ahora para calcular α se divide la ecuación (1) para n obtenida anteriormente:

n n
1X 1X
α+β xi = yi (5)
n i=1 n i=1

Se observa la ecuación (5) que x es el valor medio, como también y es el valor

medio.
α = ȳ − β x̄ (6)

Ing. William Patricio Navas Cajamarca. ...

 Introducción
Método de mı́nimos cuadrados
Diagrama de dispersión
Correlación
Ajuste de una función de regresión: Método de mı́nimos cuadrados

Correlación

El coeficiente de correlación es otra técnica de estudiar la distribución bidimensional,

que nos indica la intensidad o grado de dependencia entre las variables X e Y .
El coeficiente de correlación r es un número que se obtiene mediante la fórmula.

Figura: a) Correlación positiva, b) Correlacion negativa [?].

Ing. William Patricio Navas Cajamarca. ...

 Introducción
Método de mı́nimos cuadrados
Diagrama de dispersión
Correlación
Ajuste de una función de regresión: Método de mı́nimos cuadrados

Figura: d) Correlación nula [?].

P P P
n yi xi − xi yi
r= p P 2 P 2 P 2 P (7)
[n xi − ( xi ) ][n yi − ( yi )2 ]

Ing. William Patricio Navas Cajamarca. ...

 Introducción
Método de mı́nimos cuadrados
Diagrama de dispersión
Correlación
Ajuste de una función de regresión: Método de mı́nimos cuadrados

B. Ostle, Estadı́stica aplicada.

Limusa, 1981.
W. G. Cochran, A. S. Bouclier, et al., “Técnicas de muestreo,” tech. rep.,
Compañı́a Editorial Continental Mexico, 1971.
J. C. Viola, Control adaptativo de sistemas electrónicos de potencia con
redes neuronales y criterio de estabilidad de lyapunov.
PhD thesis, Universidad Simón Bolı́var, 2007.
H. Pedroza and L. Dicovskyi, “Sistema de análisis estadı́sticos con spss,”
tech. rep., IICA INTA, 2007.

Ing. William Patricio Navas Cajamarca. ...