Sei sulla pagina 1di 3

Foro semana 7

a) Qu es la regresin lineal, y cul es su utilidad?.


b) Presente y desarrolle un ejemplo mediante mtodo de mnimos cuadrados,
que ilustre su respuesta en a).
c) Explique qu es es el coeficiente de correlacin y presente al menos un
ejemplo que ilustre su uso. (no repetir los ejemplos)
Respuesta A:
El termino de regresin lineal es aquel que nos permite establecer el grado de
dependencia de una serie de valores establecidos por X e Y, buscando predecir
el valor y contribuyendo a estimar lo que se podra obtener para un valor X que
no se encuentre en nuestra distribucin.
Podemos recalcar que existen 2 tipos de modelos establecidos para la
regresin lineal, los cuales se clasificaran en referencia a sus parmetros de
medicin y entre los cuales esta la regresin lineal simple y la regresin lineal
de tipo mltiple.
Detalle:
La regresin lineal simple: es aquella que estudia los cambios establecidos en
una variable de tipo no aleatoria, que afectan a una variable aleatoria, todo ello
es medible bajo el caso de que aquellas tengan una relacin de tipo funcional
entre ellas, teniendo una expresin lineal, la cual grficamente puede ser
representada a travs de una lnea recta.
La regresin lineal mltiple: es aquella que permite trabajar a travs de un
intervalo o razn, con ello podemos comprender la relacin de dos o ms
variables. Entonces tendramos que la regresin lineal de tipo mltiple es
aquella que se establece cuando dos o ms variables independientes influyen
sobre la variable dependiente.
En cuanto a la utilidad se puede utilizar con las lneas de tendencia del PIB,
teniendo en consideracin que el estudio considera una serie de datos
obtenidos en el trascurso de un periodo extenso de tiempo, que nos indicaran
el aumento o disminucin en determinados periodos, basndonos en los
cambios interpuestos en nuestra lnea de tendencia (generalmente establecido
a travs de una lnea recta), tambin la podemos identificar en el nivel de
productividad de una empresa a lo largo de periodos , de aun ao a otro.
Respuesta B
Un estudio realizado por la Clnica del Maule para analizar la variacin de
glucosa en el cuerpo de personas que van en un rango de 20 a 40 aos, para

esto se evalan a 10 personas de diversas edades y en ayuna para que esta


prueba sea ms real.

paciente
s
1
2
3
4
5
6
7
8
9
10
suma
promedi
o

edades
20
32
24
34
38
26
36
40
28
30
308

glucosa en el
cuerpo
75
110
78
120
125
90
125
140
100
100
1063

30,8

106,3

x.y
1500
3520
1872
4080
4750
2340
4500
5600
2800
3000
33962

B1: 33962 10 * 30,8 * 106,3 / 9856 10 *

x^2
400
1024
576
1156
1444
676
1296
1600
784
900
9856

y^2
5625
12100
6084
14400
15625
8100
15625
19600
10000
10000
117159

30,82 = 1221,6 / 369,6 = 3,31

Esto quiere decir que el aumento de la glucosa por ao es aproximadamente


3,31 mg/dl
B0: 106,3 3,31 * 30,8 = 4,35 mg/dl

Variacion de la glucosa en el cuerpo por rango de edad

glucosa en el cuerpo
Linear (glucosa en el
cuerpo)

La ecuacin de regresin lineal es y= 3,31X + 4,35


Si queremos calcular la glucosa en el cuerpo para una persona de 55 aos se
resuelve de la siguiente manera:

Y= 3,31 * 55 + 4,35= 186,4 mg/dl


Respuesta C
Buenas tardes profesora y compaeros, en respuesta a la tercera consulta del
foro, puedo indicar que el coeficiente de correlacin, es una medida de ajuste
que busca cuantificar y demostrar que tan pertinente y apropiado es el modelo
lineal calculado, este es utilizado para comprobar el nivel de relacin existente
entre las variables estudiadas.
Donde, en los casos en que R toma valores cercanos a 1 se obtiene una
relacin lineal positiva, en los casos en que R toma valores cercanos a -1 se
obtiene una relacin lineal negativa y por ltimo para valores cercanos a 0 no
existe relacin lineal, pero no descarta otro tipo de asociaciones entre las
variables.
Al pasar el coeficiente de correlacin al de determinacin se obtiene el
porcentaje de variabilidad obtenida.
Adjunto en Excel, el ejemplo requerido para esta consulta. Este relaciona la
temperatura del agua en el mar segn su medida tomada a distintas
profundidades.

Potrebbero piacerti anche