REGRESIN LINEAL SIMPLE

Email:cgonzales1@usmp.edu.pe

Objetivos:
Al finalizar este capitulo el alumno ser capaz de:
Representar la recta que define la relacin lineal
entre dos variables
Estimar la recta de regresin por el mtodo de
mnimos cuadrados e interpretar su ajuste.
Realizar inferencia sobre los parmetros de la recta
de regresin
Construir e interpretar intervalos de confianza e
intervalos de prediccin para la variable
dependiente
Realizar una prueba de hiptesis para determinar si
el coeficiente de correlacin es distinto de cero

USOS DEL ANLISIS DE REGRESIN:

Prediccin: razn principal para usar regresin.
Descripcin: La idea es establecer una ecuacin que
describa la relacin entre la variable dependiente y las
variables predictoras.
Control: Controlar el comportamiento o variacin de la
variable de respuesta. Seleccin de variables

REPRESENTACION GRAFICA

Relacin entre las variables

Sugerir modelos posibles
Existencia de valores atpicos

GRAFICO DE DISPERSION

EL MODELO DE REGRESIN LINEAL SIMPLE

Yi X i ei

Suposiciones del modelo:

La variable X es no aleatoria y observada con
la mejor precisin posible.
Los errores ei son variables aleatorias con
media 0 y varianza 2 constantes .
Los errores ei y ej (i,j=1,n) son
independientes
entre
si.
Es
decir,
Cov(eiej)=0.

ESTIMACION DE LOS PARAMETROS

OBJETIVO:
Hallar los estimadores bo y b1 de los parmetros desconocidos o,
1 respectivamente, y obtener la ecuacin de prediccin

ANALISIS DE VARIANZA
Descomposicin de la variacin total

CUADRO ANOVA

Fuentes de Variacin G.L Suma de Cuadrados(SC) Cuadrados Medios(CM) Test F

Regresin
1 SCReg
CMReg=SCReg
F=CMReg/CME
Error
n-2 SCE
CME =SCE/n-2
Total
n-1 SCY
Test de F de la tabla del ANOVA

Ho : 1 0
Ha : 1 0

El coeficiente de determinacin R2
Corresponde a la porcin de la variacin total SCTo, de
la variable dependiente que es explicada por el modelo
de regresin.

SC Re g
R
SCTo
2

Se han recogido datos de una localidad mediante sendas

encuestas sobre el consumo (Y ) de productos de hogar
y del ingreso (X) de los consumidores consultados,
obtenindose los siguientes resultados:
X
7.1
3.4
5.5
4.3
3.7
6
3.3
6.7
5.1
4.5
2.7
5.9

Y
54.6
44.7
51
49.7
47.2
55
42.9
55.6
47.6
49.5
44.6
57.2

 Cumple los supuestos de la regresin?

Hallar la ecuacin de regresin estimada
Hallar el ANOVA
Determinar el coeficiente de determinacin
Probar si existe relacin lineal entre X e Y. Usar un nivel
de significacin del 5 %..

Regression Plot
Y2 = 35.1728 + 3.05029 X2
S = 2.11519

R-Sq = 82.2 %

R-Sq(adj) = 80.5 %

57

Y2

52

47

42
3

X2

Normal Probability Plot

.999
.99

Probability

.95
.80
.50
.20
.05
.01
.001
-3

-2

-1

RESI3
Average: -0.0000000
StDev: 2.01676
N: 12

Anderson-Darling Normality Test

A-Squared: 0.241
P-Value: 0.713

Residual Model Diagnostics

I Chart of Residuals

4
3
2

Residual

Residual

Normal Plot of Residuals

1
0
-1
-2

UCL=5.266

Mean=-5.9E-16

-5

-3
-2

-1

10

Normal Score

Observation Number

Histogram of Residuals

Residuals vs. Fits

Residual

3
2
1
0
-3

LCL=-5.266

Frequency

-2

-1

Residual

4
3
2
1
0
-1
-2
-3
45

50

Fit

55

The regression equation is

Y2 = 35.2 + 3.05 X2
Predictor

Coef

SE Coef

Constant

35.173

2.258

15.58

0.000

X2

3.0503

0.4482

6.81

0.000

S = 2.115

R-Sq = 82.2%

R-Sq(adj) = 80.5%

Analysis of Variance
Source

DF

SS

MS

207.21

207.21

46.31

0.000

Residual Error

10

44.74

4.47

Total

11

251.95

Regression

INTERVALO DE CONFIANZA PARA EL

COEFICIENTE DE REGRESIN
Supuesto:

b1 : N ( 1 ,V ( 1 ))

Luego, un intervalo de confianza de 100(1-) para 1 est

dado por:

IC ( 1 ) b1 tSb1 ; b1 tSb1
Donde:

Sb1

CME
SC ( X )

t t

(1 , n 2)
2

PRUEBA DE HIPOTESIS PARA 1

Ho : 1 0
Ha : 1 0
tc

b
CME
SC ( X )

ESTIMACIN DE LA RECTA MEDIA

Y : N ( y / xh , )
2

Interesa estimar la respuesta media en funcin de un valor

especifico de Xh

Yh b0 b1 X h

Luego, un intervalo de confianza de 100(1-) para Y/X est

dado por:

IC ( Y / X ) Yh tSY ; Yh tSY
h

Donde:

1 X

t t

(1 , n 2)
2

SY CME

X
h

SC ( X )

PREDICCION DE UNA NUEVA OBSERVACION

Interesa predecir una observacin que se producir para
un valor especifico Xp

Yp : N ( y / x p , )
2

Luego, un intervalo de confianza de 100(1-) para la nueva

observacin Yp est dado por:

IC (Yp ) Yp tSY ; Yp tSYp

p

Donde:

t t

1 X

CME 1

(1 , n 2)
2

SYp

X
p

SC ( X )

COEFICIENTE DE CORRELACION
El anlisis de CORRELACION intenta medir la fuerza de
la relacin lineal entre dos variables.

XY

cov( XY )

x y

Estimado por:

SPxy
r
SCx.SCy

r0

r 1

r0

r 1

PRUEBA DE HIPOTESIS DE LA CORRELACION

Ho : 0
Ha : 0

tc

r
1 r2
n2

Un comerciante al menudeo lleva a cabo un estudio para

determinar la relacin entre los gastos semanales de
publicidad y las ventas. Se registran los siguientes datos:

Costos por Publicidad 40 20 25 20 30 50 40 20 50 40 25 50

Ventas($)
385 400 395 365 475 440 490 420 560 525 480 510
Resolver:
1. Analizar el diagrama de dispersin
2. Ajustar un modelo de regresin lineal simple
3. Determinar si el efecto del monto de las ventas sobre el
costo promedio de la publicidad es significativo.

4.Calcule el intervalo de confianza del 95% para el

parmetro .
5. Podra afirmarse que por cada $10 de aumento en el
costo de publicidad, el monto promedio de las ventas
aumenta en $35?.
6.Estime el monto promedio de las ventas si en una semana
en particular se invierte en publicidad $35. Calcule un
intervalo de confianza del 95% para esta estimacin.
7.Suponga que la semana entrante se van a invertir en
publicidad un total de $45. Cul ser el monto de las
ventas? Encuentre un intervalo de confianza del 95 %
para esta prediccin.
8. Anlisis de los supuestos sobre el trmino de error.

Normal Probability Plot

.999
.99

Probability

.95
.80
.50
.20
.05
.01
.001
-50

50

RESI5
Average: -0.0000000
StDev: 47.8883
N: 12

Anderson-Darling Normality Test

A-Squared: 0.281
P-Value: 0.575

Normal Probability Plot of the Residuals

(response is Ventas($)
2

-1

-2
-2

-1

Residuals Versus the Fitted Values

(response is Ventas($)

Standardized Residual

Standardized Residual

Normal Score

-1

-2
400

450

Fitted Value

500