Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
t 1 2 t Y = + X (2)
Como quiera que las relaciones del tipo anterior raramente son exactas, sino
que ms bien son aproximaciones en las que se han omitido muchas variables
de importancia secundaria, debemos incluir un trmino de perturbacin
aleatoria , que refleja todos los factores distintos de X -que influyen sobre la
variable endgena, pero que ninguno de ellos es relevante individualmente.
Con ello, laCuando se quiere saber en qu medida estn relacionadas dos
variables en estudio se utiliza el modelo de regresin lineal simple, expresado
de la forma:
Y = 0 + 1X +
Y: Variable dependiente
X: Variable independiente
E (Y) = 0 + 1X
La relacin lineal entre las dos variable puede ser:
E(Y)
Relacin
Si 1 > 0 lineal
positiva
X
E(Y)
Relacin
Si 1 < 0 lineal
negativa
X
E(Y)
No hay
Si 1 = 0 relacin
X
y = b0 + b1x
Ejemplo:
Suponemos una muestra de 10 restaurantes que presenta el nmero de
clientes y las ventas trimestrales:
Restauran
1 2 3 4 5 6 7 8 9 10
t
Clientes
2 6 8 8 12 16 20 20 22 26
(miles)
Ventas
58 105 88 118 117 137 157 169 149 202
(miles BF)
Yi
250
200
150
100
50
0
0 5 10 15 20 25 30
Xi
Para predecir las ventas del restaurante se utilizar la recta de regresin lineal
de la forma:
yi = b0 + b1xi
( xix )( yi y )
b1=
(xix)2
b0 = yb 1 x
x=
xi = 140 =14
n 10
y=
y i = 1300 =130
n 10
( x ix) ( y i y ) yi y ( xix )
2
( xix )
)
-12 -72 864 144
-8 -25 200 64
-6 -42 252 36
-6 -12 72 36
-2 -13 26 4
2 7 14 4
6 27 162 36
6 39 234 36
8 19 152 64
12 72 864 144
2840 568
2840
b1= =5
568
b0 =1305 ( 14 )=60
Luego:
yi = 60 + 5xi
250
200
150
100
50
0
0 5 10 15 20 25 30
La pendiente b1 es positiva lo que indica que la relacin lineal entre las dos
variables, nmero de clientes y venta trimestral es directamente proporcional.
Podemos predecir con la recta obtenida las ventas para cualquier nmero de
clientes, por ejemplo, para un restaurant con 16.000 clientes las ventas sern
de
yi = 60 + 5Xi
= 60 +5*16
= 60 + 80
= 140
Es decir, 140.000 Bs
(yi - ^y
^y y - ^y )2 ( yi y )2 ( ^y y )2
70 -12 144 5184 3600
90 15 225 625 1600
100 -12 144 1764 900
100 18 324 144 900
120 -3 9 169 100
140 -3 9 49 100
160 -3 9 729 900
160 9 81 1521 900
170 -21 441 361 1600
190 12 144 5184 3600
1530 15730 14200
COEFICIENTE DE DETERMINACION:
SCR
r 2= * 100
SCT
r xy =( signode b 1 ) r 2
1 r xy 1
S=
SCE
n2
frente a la alternativa
ajustado ,
Global o Total del Error de la Regresin
Prueba t
Intervalo de confianza para 1
Prueba F
PRUEBA T: Se elabora el contraste para la no relacin entre las variables, es
decir que la pendiente de la recta de regresin 1 es cero contra la pendiente
diferente de cero.
H0: 1 = 0
Ha: 1 0
b1
t=
sb 1
En donde
x ix
2
s
s b 1=
Criterios de rechazo:
p-Valor: RECHAZO si p-valor
Valor crtico: RECHAZO si t -t /2
RECHAZO si t t /2 Donde t tiene n-2 grados de libertad