Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Introducción.......................................................................................................................................2
Regresión lineal simple......................................................................................................................4
Variables............................................................................................................................................4
Diagrama de dispersión......................................................................................................................6
El modelo de ajuste. Estatura vs. Años de edad.................................................................................7
La interpretación de la pendiente del modelo de ajuste......................................................................7
Pronóstico utilizando el modelo de ajuste, para un valor elegido.......................................................8
Coeficientes de Determinación y Correlación....................................................................................8
Conclusión.......................................................................................................................................10
Bibliografía......................................................................................................................................11
1
0
Introducción.
Cuando se quiere evaluar la relación entre una variable que suscita especial interés
(variable dependiente que suele denominarse Y) respecto a un conjunto de variables
(variables independientes, que se denominan X1 , X2 , …, Xn ).
Los modelos de regresión permiten evaluar la relación entre una variable (dependiente)
respecto a otras variables en conjunto (independientes). Los modelos de regresión se
expresan de la siguiente forma: Y = b0 + b1*X
Ahora analizaremos dos variables que son una muestra de las estaturas y años de edad de
los alumnos del Instituto Tecnólogo de Campeche para saber si existe una relación entre
ellos y conocer estaturas para ciertas edades. Y saber que nos indica que nos indica sus
respectivos coeficientes.
2
- Verificar si existe una posible relación entre dos variables a través de un modelo de
regresión lineal simple y correlación.
Variables.
Las variables que vamos analizar para encontrar si existe una relación entre ellas son las
siguientes
La variable estatura y años de edad, son una muestra aleatoria de los alumnos del Instituto
Tecnológico de Campeche.
Años de Años de Años de Años de
edad Estatura edad Estatura edad Estatura edad. Estatura
X Y X Y X Y X Y
19.66 1.46 19 1.9 20.696 1.62 23.08 1.77
20.66 1.57 22.83 1.7 19.25 1.57 21.91 1.7
19.58 1.46 18 1.75 19.33 1.6 20.66 1.62
20.41 1.45 19.58 1.6 20.66 1.5 22.66 1.7
20.16 1.45 19.25 1.69 20 1.78 20.08 1.67
19.5 1.58 19.58 1.55 20.25 1.59 20.58 1.65
19 1.78 25.25 1.6 20 1.58 20.16 1.74
19.66 1.75 22.91 1.71 20.66 1.74 20.83 1.56
19.08 1.58 20.16 1.49 23 1.55 19.5 1.65
18.91 1.54 20.66 1.62 19.16 1.83 20.5 1.78
19.91 1.53 23.16 1.4 20.16 1.65 19.5 1.78
19.08 1.52 21.58 1.68 19.83 1.5 18.66 1.55
20.66 1.47 20.66 1.67 19.33 1.69 20.33 1.62
20.08 1.74 21.75 1.7 24.58 1.66 20.41 1.68
19.75 1.8 20 1.62 25.25 1.6 20.08 1.7
20.25 1.6 20.16 1.59 19.91 1.78 19.16 1.6
19.91 1.55 19.25 1.67 22.66 1.65 22.75 1.68
19 1.7 22.33 1.55 21.25 1.69 21.5 1.75
20 1.68 19.25 1.6 20 1.78 19.5 1.7
19.83 1.63 19.58 1.49 25.16 1.6 22.41 1.7
20.41 1.73 20 1.64 20.75 1.88 24 1.54
19.58 1.47 20.91 1.53 19.58 1.83 21.08 1.72
19.25 1.56 26.66 1.76 22.58 1.67 19.75 1.71
19.41 1.5 20 1.47 20.66 1.6 19.75 1.68
26.08 1.2 19.5 1.48 21.33 1.58 19.75 1.7
20.08 1.67
19.66 1.65
20 1.58
19.08 1.67
3
21 1.72
20.5 1.7
19.25 1.5
20.66 1.99
19.66 1.62
19.25 1.72
20.25 1.64
18.91 1.75
18.91 1.5
20.16 1.53
20.25 1.58
19.08 1.57
22 1.47
19 1.69
4
Diagrama de dispersión.
2.1
1.9
1.7
estatura
1.5
1.3
1.1
18 19 20 21 22 23 24 25 26 27 28
Años de edad
Como podemos observar en el diagrama de dispersión nos muestra que el modelo presenta una
pendiente negativa, eso nos quiere decir que entre más Años de edad tenga los alumnos su estatura
tiende a disminuir.
Como hay muchos puntos alejados de la recta de regresión nos dice que no hay ninguna relación
entre las dos variables.
Coeficientes
Mínimos Estándar Estadístico
Cuadrados
Parámetro Estimado Error T Valor-P
Intercepto 1.77328 0.13359 13.2741 0.0000
Pendiente -0.00680937 0.00648532 -1.04997 0.2959
5
El modelo de ajuste.
Estatura vs. Años de edad
Después de ingresar la Estatura (variable dependiente) y los Años de Edad (variable independiente),
la salida muestra los resultados de ajustar un modelo lineal para describir la relación entre estatura y
Años de edad. La ecuación del modelo ajustado es
Y= 1.77328 - 0.00680937*X1
Que es igual a:
Siendo:
B0 = 1.77328
B1 = - 0.00680937
6
Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Puesto que el valor-P en la tabla es mayor o igual a 0.05, no hay una relación estadísticamente
significativa entre estatura y Años de edad con un nivel de confianza del 95.0% ó más.
Por lo tanto no se puede hacer un pronóstico con el modelo de ajuste.
Eso nos quiere decir que entre la variable Años de edad y Estatura hay una relación negativa y
débil, por lo tanto no existe una relación entre ellas.
Puede haber alumnos con menor edad pero con mayor estatura y alumnos con mayor edad pero con
menor estatura
Coeficiente de determinación.
El coeficiente de determinación o también conocida como R- cuadrada que nos resultó de la
variable Años de Edad y Estatura es la siguiente:
Por lo tanto el 0.93345 por ciento de la variación de las estaturas de los alumnos puede explicarse
mediante la variabilidad en el número de Años de edad. Mientras que el 99.06655% de la
7
variabilidad de la muestra de las estaturas puede explicarse mediante otros factores, como puede ser
la genética, la alimentación, etc.
Conclusión.
Después de hacer el análisis con las variables elegidas, siendo la variable independiente los de Edad
de los Alumnos y la variable dependiente la estatura. Tenemos un diagrama de dispersión en la cual
nos los años de edad se encuentran ubicados en el eje de las X y la estatura en el eje de las Y, con
una pendiente negativa eso nos indica que al aumentar los años la estura de los alumnos va a tender
a disminuir.
Nos resultó un modelo de ajuste pero no serviría para pronosticar algún valor específico de edad
porque el valor-P nos indica que no hay una relación significativa entre estatura y años de edad. En
modelo nos dios dos valores, b0 = 1.77328 representa el punto donde la pendiente corta al eje de las
Y (estatura), se podría decir que es el valor cuando los años de edad vale 0. Y b 1 = - 0.00680937 nos
indica el cambio esperado en la estatura por una unidad de cambio en los años de edad, también se
podría decir que, por cada que aumente un año la estatura va a disminuir - 0.00680937.
8
El valor del coeficiente de correlación fue un valor negativo y bajo por lo tanto no existe relación
considerable entre la estatura y años de edad. El coeficiente de determinación igual fue un valor no
mayor a uno, estos valores bajos se debe a que la estatura no depende de la edad que los alumnos
tengan, si no que intervienes otros factores, por ejemplo la genética, puede haber alumnos con
mayor edad que otros pero su estatura será menor debido a que el alumnos provenga de una familia
con estatura baja, también puede influir la alimentación que tengan, estos son algunos de los
factores por los que se puede explicar porque la estatura no depende de la edad.
Muchos pensamos que entre mayor edad tengamos nuestra altura aumentara, pero ahora sabemos
que eso no es verdad.
Bibliografía
Libro:
Estadifica Básica en Administración
Autor: Mark L. Berson y David M. Leving
Libro:
Estática Aplicada a los negocios y la economía.
Autor: Allen L. Wedster
Libro:
Estática para administración y economía
Autor: Anderson, Sweeney y Williams