“UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO”

“FACULTAD DE ARQUITECTURA E INGENIERIA CIVIL”

“DEPARTAMENTO DE MATEMATICAS Y ESTADÍSTICA”

ESTADÍSTICA Y PROBABILIDADES

DOCENTE: Dr. ALFREDO VALENCIA TOLEDO

TERCERA LECTURA: CORRELACIÓN LINEAL Y ANÁLISIS DE REGRESIÓN

N° APELLIDOS Y NOMBRES CÓDIGO

1 CONTRERAS-CHALCO-GIAN POWEL 141414

CUSCO-PERÚ

2020
 RESUMEN: CORRELACIÓN LINEAL Y ANÁLISIS DE REGRESIÓN

Definición de correlación lineal, es la cuantificación de la intensidad de

relación lineal entre dos variables, mediante el parámetro de correlación lineal
de Pearson “r” que oscila entre -1 y +1. En el caso de que r=0, solo indica que
no hay correlación lineal, pero puede existir otro tipo de correlación.
Definición y características del concepto de regresión lineal, o ajuste lineal
es un modelo matemático que tiene la forma: y=β 0 + β 1∗x 1 +…+ β p∗x p + ε , (recta
de mínimos cuadrados); donde “ y” es la variable dependiente, explicada o
regresando,“β” son parámetros que miden la influencia de las variables
independientes o regresores (x ¿ sobre la variable dependiente “ y” y un término
aleatorio “ε” , su gráfica en el plano 2d se llama diagrama de dispersión. La
recta de mínimos cuadrados que se ajusta mejor a la nube de puntos hace que
la diferencia entre el valor observado y el valor predecido mediante la ecuación
de regresión lineal, sea la mínima; a esta medida se le llama error estándar de
estimación“ε” que tiene un concepto similar al de desviación estándar, pero en
este caso se mide la dispersión alrededor de la línea de regresión.
Interpretación de los coeficientes estimados, cuando el valor de r se
aproxima a +1 la correlación tiende a ser lineal directa, en cambio, si se
aproxima a -1 la correlación tiende a ser lineal inversa. Si no hay correlación de
ningún tipo entre dos variables entonces tampoco habrá correlación lineal.
Supuestos del modelo de regresión lineal
1. En la población, la relación entre las variables debe ser
aproximadamente lineal: y=β 0 + β 1∗x 1 +…+ β p∗x p + ε , donde ε representa
los residuos.
2. Los residuos se distribuyen según una normal de media 0, ε ≈ N ( 0 ,σ 2).
3. Los residuos son independientes unos de otros.
4. Los residuos tienen varianza σ 2 constate.
Nota: no es necesario que se cumplan con exactitud (en particular las tres
últimas).
Definición del coeficiente de determinación, R2 o bondad de ajuste, indica el
porcentaje del ajuste o porcentaje de varianza que se ha logrado con la
regresión lineal, oscila entre 0 y 1 y es igual al cuadrado del coeficiente de
correlación. Por otro lado, 1-R 2 indica que porcentaje de las variaciones no se
explica a través del modelo de regresión.
Inferencia en el modelo de regresión, para ello se verifica si la regresión en
efecto es válida y la podemos utilizar para predecir, entonces, una vez que el
coeficiente correlación lineal r, este próximo a 1 o a -1, entre los valores de la
muestra, se debe garantizar que también estén correlacionadas en la
población, para ello se debe verificar que la pendiente de la recta de regresión
poblacional β sea significativamente distinto de cero.