Este documento presenta un resumen sobre el análisis de regresión lineal simple. Explica que este análisis establece una relación lineal entre una variable dependiente (Y) y una variable independiente (X) para predecir valores de Y. Presenta la ecuación de regresión lineal simple y cómo estimarla a través de una muestra. También describe cómo calcular la línea de regresión, los estimadores mínimo cuadráticos, y realizar pruebas estadísticas como determinar si el coeficiente de regresión es distinto de cero
Este documento presenta un resumen sobre el análisis de regresión lineal simple. Explica que este análisis establece una relación lineal entre una variable dependiente (Y) y una variable independiente (X) para predecir valores de Y. Presenta la ecuación de regresión lineal simple y cómo estimarla a través de una muestra. También describe cómo calcular la línea de regresión, los estimadores mínimo cuadráticos, y realizar pruebas estadísticas como determinar si el coeficiente de regresión es distinto de cero
Este documento presenta un resumen sobre el análisis de regresión lineal simple. Explica que este análisis establece una relación lineal entre una variable dependiente (Y) y una variable independiente (X) para predecir valores de Y. Presenta la ecuación de regresión lineal simple y cómo estimarla a través de una muestra. También describe cómo calcular la línea de regresión, los estimadores mínimo cuadráticos, y realizar pruebas estadísticas como determinar si el coeficiente de regresión es distinto de cero
Análisis de Regresión Lineal simple Objetivos Establecer una relación lineal entre una variable dependiente (Y) en función de una variable independiente (X). Predecir valores de Y para valores específicos de X. Las variables X e Y son de naturaleza cuantitativa y de preferencia Y debe ser continua. El modelo de regresión lineal simple en la población está dado por: y= + ß*x + e Regresión Lineal Simple Donde: Y es la variable dependiente X es la variable independiente. ß es el coeficiente de regresión es el intercepto e: es una variable aleatoria con media 0 y varianza ²y/x. De preferencia e debe tener distribución normal con sus parámetros respectivos. Para estimar la ecuación de regresión lineal simple se recurre a una muestra aleatoria de tamaño n: (x1, y1) (x2, y2) . . . (xn , yn). Línea de Regresión estimado
Como todos los puntos no
están exactamente sobre una línea recta, se cometen errores en el ajuste. Estimadores Mínimo-Cuadráticos Ejemplo 2
Una compañía farmacéutica conduce un
estudio piloto para evaluar la relación entre tres dosis en un nuevo agente hipnótico y tiempo de sueño. Los resultados de este estudio son presentados de la siguiente manera. Tiempo de sueño en horas: Dosis (mM/Kg) Diagrama de Dispersión Según el diagrama de dispersión, se espera una relación positiva o directa entre ambas variables. Modelo estimado de regresión lineal simple: y =a+bx Cálculos Estadísticos Estimación de la Recta de Regresión
Por consiguiente el modelo de Regresión Estimado es:
Que significa b:
Porcada incremento de una unidad
de dosis (agente hipnótico) su respectivo tiempo de sueño promedio aumentará en 0,5 puntos. Prueba de hipótesis de Ho :ß=0 Coeficiente de determinación: R² Para medir el ajuste de los puntos a la recta utilizamos el coeficiente de determinación. R²*100 nos indica que porcentaje de la variabilidad de los valores de Y es explicada por la regresión. Considerando el ejemplo R²=r²= 81.1% y nos indica que el 81.1% de la variabilidad en los valores de tiempo de sueño es explicada por la regresión (cuando se considera dosis de un agente hipnótico). Coeficiente de Determinación Ejercicio