Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
INTEGRANTES
Callao, 2020
PERÚ
INDICE
REGRESIÓN LINEAL...........................................................................................3
ERROR ESTOCÁSTICO...................................................................................8
ESTIMACIÓN DE LA VARIANZA................................................................11
EL CONTRASTE DE LA REGRESIÓN.......................................................13
EL COEFICIENTE DE DETERMINACIÓN..................................................13
CASOS PRÁCTICOS.........................................................................................14
CASO 1............................................................................................................14
CASO 2:..........................................................................................................17
REFERENCIAS BIBLIOGRÁFICAS...................................................................22
REGRESIÓN LINEAL
MÍNIMOS CUADRADOS
Σ Es el símbolo sumatoria de todos los términos, mientas (x, y) son los datos
en estudio y n la cantidad de datos que existen.
ESTIMACIÓN DE LA VARIANZA
INFERENCIA SOBRE LOS PARÁMETROS DEL MODELO
CONTRASTES DE HIPÓTESIS INDIVIDUALES SOBRE LOS
COEFICIENTES
EL CONTRASTE DE LA REGRESIÓN
EL COEFICIENTE DE DETERMINACIÓN
CASOS PRÁCTICOS
CASO 1
AUSENTISM
EDAD (X) O (Y) X*Y X^2 Y^2 (xi- ) (Xi-)^2 (Yi-) (Yi-)^2
25 18 450 625 324 -17,7 313,29 6,6 43,56
46 12 552 2116 144 3,3 10,89 0,6 0,36
58 8 464 3364 64 15,3 234,09 -3,4 11,56
37 15 555 1369 225 -5,7 32,49 3,6 12,96
55 10 550 3025 100 12,3 151,29 -1,4 1,96
32 13 416 1024 169 -10,7 114,49 1,6 2,56
41 7 287 1681 49 -1,7 2,89 -4,4 19,36
50 9 450 2500 81 7,3 53,29 -2,4 5,76
23 16 368 529 256 -19,7 388,09 4,6 21,16
60 6 360 3600 36 17,3 299,29 -5,4 29,16
427 114 4452 19833 1448 1600,1 148,4
Una vez obtenidos los datos que se requieren, a partir de las variables x e y, se
procede a hallar a y b mediante el método de los mínimos cuadrados.
n ∑ xi∗yi−∑ x ∑ y
b= n ∑ x2 ¿ ¿
44520−48678 −4158
b= 198330−182329 b= 16001 = -0.26
a = - b
Donde:
: promedio de X
: promedio de Y
a = 22.502
Y’ = 22.502 – 0.26 X
Mediante esta fórmula podemos reemplazar x por la edad de una persona para
obtener la proyección del número de ausencias al trabajo.
Y’ = 9.502
14 R² = 0.73
12
10
8
6
4
2
0
20 25 30 35 40 45 50 55 60 65
Edad
Sxy = √∑ y −a (∑ y )−b ¿ ¿¿ ¿
2
• Sxy = 2,2442
COEFICIENTE DE CORRELACIÒN
R = n¿¿
10 ( 4452 ) −( 427 )( 114)
R = √[ 10 ( 19833 ) −( 427 ) ][ 10 ( 1448 )−(114 ) ]
2 2
• R= -0,85328
COEFICIENTE DE DETERMINACIÒN
CASO 2:
precio/
Ventas galòn publicida
(Y) (x1) d (x2)
(miles
SEMAN de cientos x1*x
A galones) US$ de US$ x1*y x2*y 2 y^2 x1^2 x2^2
9 1
1 10 1,3 9 13 0,0 1,70 100,00 1,69 81
2 6 2 12 4 1 36,00 4
7 49
2,0 4,00
2
3 5 1,7 5 8,5 5,0 8,50 25,00 2,89 25
16 2
4 12 1,5 14 18 8,0 1,00 144,00 2,25 196
15 2
5 10 1,6 15 16 0,0 4,00 100,00 2,56 225
18 1
6 15 1,2 12 18 0,0 4,40 225,00 1,44 144
3
7 5 1,6 6 8 0,0 9,60 25,00 2,56 36
12 1
8 12 1,4 10 16,8 0,0 4,00 144,00 1,96 100
25 1
9 17 1 15 17 5,0 5,00 289,00 1 225
42 2
10 20 1,1 21 22 0,0 3,10 400,00 1,21 441
1.48 1 21,5 1.
TOTAL 112 14,4 114 149,3 0,0 55,3 1488,00 6 522
Para este caso, se tienen dos variables independientes (el precio por unidad
del galòn y los gastos por publicidad) y una dependiente (las ventas).
∑ y=n ( a ) +b 1 ∑ x 1+b 2 ∑ x 2
∑ x 1 y =a ∑ x 1+b 1 ∑ x 12 +b 2 ∑ x 1 x 2
∑ x 2 y=a ∑ x 2+ b1 ∑ x 1 x 2+ b 2 ∑ x 2
Reemplazando con los datos de la tabla se obtiene:
B1 =-8.2476
B2 = 0.5851
A= 16.4064
Pero primero necesitamos saber los valores que toma Y’, reemplazando
los valores de x1 y x2:
(Y-
Y X1 X2 Y' Y-Y' (Y-Y')^2 Y-
)^2
SEMANA
1 10 1,3 9 10,995 -0,995 0,990025 -1,2 1,44
15.9384
• R = 1−
√ 233.6
• R = √ 0.9317705479
• R =0.965
COEFICIENTE DE DETERMINACIÒN ( R2 ¿
R2 = ∑ ¿¿ ¿ ¿
219.7844
R2 = 233.6
R2 =0.93
Un 93 % de la variación de las ventas de gas, se debe a la variación de los
precios por unidad de los galones y de los gastos por publicidad
REFERENCIAS BIBLIOGRÁFICAS