Académique Documents
Professionnel Documents
Culture Documents
r
xy nxy 1 r 1
x nx y
2 2 2
ny 2
SCX x 2 nx 2
SPXY SCY y 2 ny 2
r
O
Familia 1 2 3 4 5 6 7 8 9 10
Ingreso 3,4 1,9 6,4 5,56 2,5 3,59 1,5 4,57 4,3 2,9
Gasto 3 1,6 5,87 4,6 2 3,67 1,25 4,5 4 2,7
Diagrama de dispersión: Gráfica que presenta la
relación entre dos variables de interés.
Gráfico de dispersión
entre el ingreso y el gasto
7
6
Gasto (miles de soles)
0
0 1 2 3 4 5 6 7
Ingreso (miles de soles)
REGRESIÓN
LINEAL SIMPLE
ESTADÍSTICA
Regresión Lineal Simple
Técnica estadística que nos lleva a encontrar una
ecuación que exprese la relación funcional (lineal-recta)
entre dos variables cuantitativas, donde una de ellas es la
variable respuesta (dependiente Y) y la otra es la variable
predictora (independiente X) con el objetivo de realizar
predicción.
yi 0 1 xi ei
Regresión Lineal Simple
yˆ b0 b1 x
La recta se estima como:
SPXY
b1 ;
SCX El coeficiente de regresión: es el
b1
xy nxy
0.9264
0.0736
x nx
2 2
bo y b1 x 0.9264
-0.0736
yˆ b0 b1 x 0.0736 0.9264 x
Interpretación del coeficiente de regresión:
Se
b0 y b1 xy
y 2
CME
n2
0 < R2 < 1
SC Re g
R 2
SCT
Prueba de Significancia del Modelo o
Validación del modelo
¿Es el modelo significativo?, ¿El modelo es válido? ¿X influye en Y?
H o : 1 0 b1 Se
tc ~ tn 2 Sb1
H1 : 1 0 Sb1 SCX
III. Decisión:
No Rechazar Ho: El modelo no es válido.
t tab t c t tab
No hay relación lineal entre X e Y.
1 (x 0 x ) 2
IC(μ y/x0 ) (b 0 b1x 0 ) t 0Se
n x n x
2 2
Yi β 0 β1X1 β 2 X 2 ... β k X k ε i
Donde:
βi : Son Parámetros desconocidos, llamados
coeficientes de regresión. (i =0,1,2,3,...,k)
H0: 1 = 2 = .... = k = 0
(El modelo no es significativo)
H1: Al menos un i es diferente de cero
(El modelo si es significativo)
Para decidir sobre estas hipótesis se construye la
siguiente tabla de análisis de varianza (Tabla ANOVA)
Debido a la
Regresión SCReg k CMReg FC
Debido al
Error SCE n-k-1 CME
Regla de decisión
Rechace Ho al nivel de significancia α si Fc > F(α, k,n-k-1)
De otro modo no rechace Ho
Ejemplo:
Pruebas Individuales
Estas pruebas permiten determinar si cada una de las
variables Xi (i=1,2,...,k), son significativas para el
modelo, las hipótesis a probar son: