Diseño Experimental 4CEN

Tema Regresión Lineal Simple

Funciones de Cálculo
Grupo 4CEN
Profesor Danny Wilson Sanjuanelo Corredor

Análisis de Regresión
A continuación se registran las funciones de cálculo requeridas, para ejecutar el proceso de análisis de regresión
completo

Análisis de regresión de y|x

1. Estadı́stica Descriptiva
Registre inicialmente los estadı́sticos descriptivos de las variables dependiente (Y ) e independiente (X)

Tabla 1: Estadı́stica Descriptiva

P P 2 2
P a ā P a2 s2a sa
X P x x̄ P x2 sx2 sx
Y y ȳ P y sy sy
XY xy

2. Parámetros
Construcción de tabla de parámetros de la regresión lineal

Tabla 2: Parámetros del modelo lineal

Parámetro P PFunciónP
x y − n xy
βˆ1 P P
( x)2 − n x2

βˆ0 ȳ − βˆ1 x̄
sx ˆ
r β1
sy

3. Análisis de la Varianza del modelo de regresión lineal

En las tablas 1 y 2, se tienen los insumos para construir la tabla 3, adicionando los siguientes cálculos

( y)2
P
X
SCT = y2 −
n
SCE = SCT − SCT × r2
SCM = SCT − SCE

Con esta información se construye la tabla que resume la prueba F (Tabla 3 Análisis de la Varianza)
4. Prueba de hipótesis sobre parámetros
Finalmente si el modelo es significativo (p − valor < α), se realiza la prueba de significancia sobre los
parámetros, con el fin de determinar cuál o cuáles (βˆ0 o βˆ1 ) deben hacer parte del modelo lineal final,
obteniendo el error estándar para cada parámetro con las expresiones siguientes
√
CM E
sβˆ1 = √
sx n − 1

Temática Página 1 de 2 2019 – 03 – 26

Diseño Experimental 4CEN

Tabla 3: Análisis de la Varianza

Fuente de grados de Suma Cuadrado Fc p > Fc

Variación libertad (gl) cuadrada (SC) medio (CM)

SCM CM M
Regresión / Modelo 1 SCM F(Fc ;1;n−2)
1 CM E
SCE
Residual / Error n−2 SCE
n−2

Total n−1 SCT

s
1 x̄2
sβˆ0 = CM E( + 2 )
n sx (n − 1)

Con las cuales se realiza la prueba de hipótesis de Ho : β̂i = 0 vs Ha : β̂i 6= 0 que se realiza a través de la
distribución tstudent : t a través de la obtención de los tc siguientes

βˆ0 − 0
tβˆ0 =
sβˆ0

βˆ1 − 0
tβˆ1 =
sβˆ1

que se prueban con t( α2 ;n−2)

y para los cuales se construyen los intervalos de confianza con las funciones

ICβ0 [X%] : [β̂0 ± t( α2 ;n−2) sβ̂0 ]

ICβ1 [X%] : [β̂1 ± t( α2 ;n−2) sβ̂1 ]

Finalmente se construye el intervalo de confianza para la estimación [ŷ] en función de x0 el cual tiene la
siguiente forma
s
(x0 − x̄)2
 
1
sy|x0 = CM E +
n (n − 1)s2x

que se usa para construir el intervalo de confianza de la estimación

IC ŷ[X%] : [ŷ ± t α2 ;(n−2) sy|x0 ]

Temática Página 2 de 2 2019 – 03 – 26