Académique Documents
Professionnel Documents
Culture Documents
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
REPRESENTACION GRAFICA
GRAFICO DE DISPERSION
Yi X i ei
ANALISIS DE VARIANZA
Descomposicin de la variacin total
CUADRO 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
Y
54.6
44.7
51
49.7
47.2
55
42.9
55.6
47.6
49.5
44.6
57.2
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
.999
.99
Probability
.95
.80
.50
.20
.05
.01
.001
-3
-2
-1
RESI3
Average: -0.0000000
StDev: 2.01676
N: 12
4
3
2
Residual
Residual
1
0
-1
-2
UCL=5.266
Mean=-5.9E-16
-5
-3
-2
-1
10
Normal Score
Observation Number
Histogram of Residuals
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
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
b1 : N ( 1 ,V ( 1 ))
IC ( 1 ) b1 tSb1 ; b1 tSb1
Donde:
Sb1
CME
SC ( X )
t t
(1 , n 2)
2
Ho : 1 0
Ha : 1 0
tc
b
CME
SC ( X )
Y : N ( y / xh , )
2
Yh b0 b1 X h
IC ( Y / X ) Yh tSY ; Yh tSY
h
Donde:
1 X
t t
(1 , n 2)
2
SY CME
X
h
SC ( X )
Yp : N ( y / x p , )
2
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
tc
r
1 r2
n2
.999
.99
Probability
.95
.80
.50
.20
.05
.01
.001
-50
50
RESI5
Average: -0.0000000
StDev: 47.8883
N: 12
-1
-2
-2
-1
(response is Ventas($)
Standardized Residual
Standardized Residual
Normal Score
-1
-2
400
450
Fitted Value
500