Académique Documents
Professionnel Documents
Culture Documents
Metodología
de la Investigación II
Domingo A. Lancellotti
Análisis de Regresión
Regresión Lineal Simple
y =a +bx
12
10
variable y
8
6
4
2
0
0 2 4 6 8 10
variable x
Análisis de Regresión
Donde la magnitud de una variable, y (variable
dependiente), tiene una dependencia funcional de la
magnitud de una segunda variable, x (variable
independiente).
(la situación inversa no es verdadera)
Análisis de Regresión
Por ejemplo,
la presión sanguínea (variable dependiente) puede
ser una función de la edad (variable independiente);
sin embargo, la edad no es una función de la
presión sanguínea
Coeficiente de Regresión (b)
(Pendiente)
8 b
6 b
4 b
2 b
0
0 2 4 6 8 10
variable x
Coeficiente de Regresión (b)
(Pendiente)
∑ X ∑Y
•
∑ X iY i
−
i i
b n
2 ( ∑ X i)
=
2
∑X i −
b >0
b =0
b <0
Intercepto (a)
Representa el punto de partida de la línea.
Corresponde al intercepto del eje y cuando x = 0
12
10
variable y
8
6
4
2
0 2 4 6 8 10
variable x
a
Intercepto (a)
Representa el punto de partida de la línea.
Corresponde al intercepto del eje y cuando x = 0
a = Y − bX
Análisis de Correlación
Correlación Lineal Simple
También considera una relación lineal entre dos
variables, pero ninguna variable se asume como
funcionalmente dependiente de la otra
Mide el grado de asociación que existe entre las
dos variables
Coeficiente de Correlación (r)
∑ X ∑Y
•
∑ X iY i
−
i i
r= n
2 ( ∑ X i) 2 ( ∑ Y i)
2
2
∑Xi ∑Y i
− • −
n
n
Coeficiente de Correlación (r)
∑ X i ∑Y i ∑ X i ∑Y i
• •
∑ X iY i ∑ X iY i
− −
b n r n
2 (∑ X i)
= =
2 ( ∑ X i) 2 ( ∑ Y i)
2 2 2
∑X i
∑Xi ∑Y i
−
− • −
n
n
n
a = Y − bX
cantidades requeridas
∑X ; ∑X 2
; ∑Y ; ∑Y 2
; X·YY;
∑X
;
Caso 5.1
X Y X 2
Y 2
X·Y
10,8 9,9
26,7 11,2
34,3 13,8
40,4 16,0
46,3 15,7
51,9 18,1
67,1 19,3
Caso 5.1
Cantidades requeridas
X Y X 2
Y 2
X·Y
Y = 14,857
Caso 5.1
i) calcular b
∑ X ∑Y
• 277,5 • 104,0
∑ X iY i
i i
− 4.487,03 −
b n b= 7
2 (∑ X i)
2
=
2
277,5
12.977,89 −
∑X i
−
7
n
b = 0,184
Caso 5.1
ii) calcular a
a = Y − bX
a = 14,857 − 0,184 x39,643
a = 7,563
Caso 5.1
20
15
leucocitos
10
0
0 20 40 60 80
bacterias x(10 9 )
Caso 5.1
∑ X ∑Y
•
∑ X iY i
−
i i
r = n
2 ( ∑ X i) 2 ( ∑ Y i)
2
2
∑Xi ∑Y i
− • −
n
n
Caso 5.1
r = 7
2
12.977,89 − (
277,5)
2 104,0
• 1.616,48−
7
7
r = 0,970
r = 0,940
2
Caso 5.1
Conclusión:
Para b:
el aumento observado en el recuento de leucocitos –
respuesta –, en promedio, varía en 0,184x109 células
por cada aumento en 1x109 células del agente
infeccioso – dosis –.
Caso 5.1
Conclusión:
Para r:
ambas variables se relacionan positivamente en un
97,0%.
Caso 5.1
Conclusión:
Para r2:
la magnitud de variabilidad de la respuesta (recuento
de leucocitos) es explicada en un 94,0% por la
variable número de bacterias.