REGRESIN

LINEAL
SIMPLE

CONCEPTOS
Regresin Lineal: Mtodo causal en el
que una variable (conocida como variable
dependiente), est relacionada con una o
ms variables independientes por medio
de una ecuacin lineal.
Variable Dependiente: Variable que se
desea pronosticar (su comportamiento
depende
de
las
variables
independientes).

 Variable Independiente: Variables que se

supone influyen en la variable dependiente,
y por ende, son la causa de los resultados
obtenidos en el pasado. No todas las
variables independientes estn relacionadas
con la variable dependiente.
Regresin Lineal Simple: Una sola variable
independiente explica el comportamiento de
la variable dependiente
Regresin Lineal Mltiple: Dos o ms
variables
independientes
explican
el
comportamiento de la variable dependiente.

 Coeficiente de Correlacin (R): Es una

medida que indica el nivel de asociacin entre
las variables dependiente e independiente en
un modelo de regresin lineal. Este indica si
nuestro modelo, efectivamente corresponde a
un modelo de regresin lineal.
Coeficiente de Determinacin (R2): Es una
medida que indica porcentualmente el cambio
de la variable dependiente respecto a la
independiente; es decir, qu tanto la variable
independiente explica a la dependiente.

OBJETIVOS DE LA
REGRESIN
Estudiar si dos variables aleatorias
estn relacionadas.
Estudiar el tipo de relacin, si existe,
que las une.
Predecir los valores de una de ellas a
travs de los valores de la otra.

HISTORIA

REGRESIN
SIMPLE

DIAGRAMA DE DISPERSI
Para introducir una idea intuitiva de
regresin, supongamos que disponemos de n
parejas de valores de las 2 variables
cuantitativas en estudio (X e Y). Los datos
disponibles son los pares (xi, yi) para i=1,
.,n.
Cada par de valores define un punto que
puede ser representado en el plano
cartesiano, dando lugar al diagrama de
dispersin.

 Si a dicho diagrama se le puede ajustar

alguna curva, se dice que se puede llevar
a cabo una regresin. A tal curva se le
llama lnea de regresin. A la variable
ubicada en el eje horizontal se le llama
variable independiente y a la ubicada en
el eje vertical, variable dependiente.
Las nubes de puntos originadas a partir
de dos variables cuantitativas pueden
tener infinidad de formas. Algunas de
estas formas son:

 Cuando la forma del diagrama se asemeja a

una recta, decimos que una de las variables
est relacionada linealmente con la otra
variable, y denominamos al proceso de
estudiar dicha relacin Regresin Lineal.
A partir del estudio de la relacin lineal
entre 2 variables, podemos determinar la
fuerza de la asociacin (lineal) entre las 2
variables. Adems, si existe una relacin, es
posible predecir los valores de una de ellas
(variable dependiente) en funcin de los
valores de la otra (variable independiente).

2) SUPUESTOS

3) DETERMINACIN DE LA
ECUACIN
DE REGRESIN

4) COEFICIENTES DE
CORRELACIN LINEAL

 Mide la fuerza con que dos variables

aleatorias estn ligadas (linealmente).
Esta fuerza es medida por el
coeficiente
de
correlacin
lineal
poblacional (p), el cual puede tomar
valores en el intervalo [-1,1].
Su signo indica el sentido de la
asociacin.
p>0 = Asociacin positiva. Al aumentar
los valores de una de las variables,
aumentan los valores de la otra.

 p < 0 = Asociacin negativa. Al aumentar

los valores de una de las variables,
disminuyen los valores de la otra.
Su magnitud indica la fuerza de la
asociacin:
p cercano a 0 = Independencia lineal o
falta de asociacin lineal
p cercano a 1 o -1 = Fuerte asociacin
lineal.

 Su valor se estima mediante el

coeficiente de correlacin muestral (r)
que se calcula:

Donde (xx), (yy) y (xy) son las Sumas de

Cuadrados.

4.1. TEST DE
INDEPENDENCIA LINEAL
Este test se plantea el siguiente
contraste de hiptesis:
H0 : p = 0
H1 : p = 0
La resolucin de este contraste se lleva a
cabo mediante la definicin del pivote
correspondiente que sigue una ditribucin
t de Student con n-2 grados de libertad.

5) MODELO DE
REGRESIN LINEAL

6) ANALISIS RESIDUAL

Coeficiente de correlacin lineal

Miide la fuerza de asociacin lineal con que dos variables aleatorias estn
ligadas (linealmente). Esta fuerza es medida por el coeficiente de
correlacin lineal poblacional ( ). El coeficiente de correlacin lineal
poblacional es adimensional (no depende de las unidades de medida) y
puede tomar valores en el intervalo [1, 1]. Para interpretar el
coeficiente
correlacin lineal debemos interpretar por separado su
Su signode
indica el sentido de la asociacin: > 0 Asociacin
magnitud y su signo:
positiva. Al aumentar los valores de una de las variables aumentan los
valores de la otra.
< 0 Asociacin negativa. Al aumentar los valores de una de las
variables disminuyen los valores de la otra.
Su magnitud indica la fuerza de la asociacin:
cercano a 0 Independencia lineal o falta de asociacin lineal.
cercano a 1 o -1 Fuerte asociacin lineal.
Como todos los parmetros poblacionales, no es posible conocer el valor
del coeficiente de correlacin lineal poblacional existente entre dos
variables cuantitativas, su valor se estima mediante el coeficiente de
correlacin muestral (r) obtenido a partir de los datos de la muestra (xi, yi)
para las i = 1, ..., n observaciones. El coeficiente de correlacin lineal
muestral se interpreta, a partir de su signo y su magnitud, exactamente
igual que el coeficiente de correlacin lineal poblacional, y s calcula a

Test de independencia lineal para el

coeficiente de correlacin lineal ()
Este test se plantea el siguiente contraste de hiptesis:
H0 : = 0
H1 : = 0
La resolucin de este contraste se lleva a cabo mediante la definicin del
pivote correspondiente que, bajo la hiptesis nula sigue una distribucin t
de Student con n 2 grados de libertad. La expresin de este pivote se
muestra a continuacin: