Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Cuantitativos y
Optimización
Sesión 3
2
Restaurante i 𝑥𝑖 𝒚𝑖 𝑦ො𝑖 𝑦ො𝑖 − 𝑦ത 𝑦ො𝑖 − 𝑦ത
1 2 58 70 -60 3600
2 6 105 90 -40 1600
3 8 88 100 -30 900
4 8 118 100 -30 900
5 12 117 120 -10 100
6 16 137 140 10 100
7 20 157 160 30 900
8 20 169 160 30 900
9 22 149 170 40 1600
10 26 202 190 60 3600
TOTAL 14200
RELACIÓN ENTRE STC, SCR Y SCE
• La relación entre STC, SCR Y SCE es uno de los resultados mas
importantes de la estadística.
• 𝑆𝑇𝐶 = 𝑆𝐶𝑅 + 𝑆𝐶𝐸 (4)
• Donde:
• STC: suma total de cuadrados
• SCR: suma de los cuadrados debido a la regresión
• SCE: suma de los cuadrados debido al error.
Ejemplo 4:
• Para el ejemplo de la Pizzerias Arnolds hallamos:
• SCE=1530
• STC= 15730
• de tal forma que podemos hallar el valor de SCR haciendo el despeje
correspondiente en la ecuación (4),
• 𝑆𝑇𝐶 = 𝑆𝐶𝑅 + 𝑆𝐶𝐸
• 15730=SCR+1530
• 15730-1530=SCR
• 14200=SCR
COEFICIENTE DE DETERMINACIÓN
• La correlación lineal mide el grado de ajuste o de relación entre las
variables consideradas x, y.
• El coeficiente de determinación mide el grado de ajuste de los datos
con respecto a la recta de regresión. Se expresa en forma porcentual.
2 𝑆𝐶𝑅 σ 𝑦ො 𝑖 −𝑦ത 2
•𝑟 = 𝑆𝑇𝐶
= σ 𝑦𝑖 −𝑦ത 2
(5)
• Donde:
• STC: suma total de cuadrados
• SCR: suma de los cuadrados debido a la regresión
Observaciones:
• 1) 𝑟 2 es único
• 2)SI 𝑟 2 = 1 el ajuste es perfecto, entonces SCR=STC.
• 3)Si 𝑟 2 = 0 no existe ajuste de los datos con respecto a la recta.
• 4)Si 𝑟 2 ⟶ 0 el ajuste de los datos a la recta es muy débil (casi malo),
entonces los valores de SCE son altos.
• 5)Si 𝑟 2 → 1 el ajuste de los datos hacia la recta es muy buena.
Ejemplo 5:
• Para el ejemplo de la cadena de Pizzerias Arnold, el valor del
coeficiente de variación es:
2 𝑆𝐶𝑅 14200
•𝑟 = = = 0,9027
𝑆𝑇𝐶 15730
• Entonces podemos decir que el 90.27% de la variabilidad en las
ventas se explica por la relación lineal que existe entre estas y el
tamaño de la población de estudiantes.
COEFICIENTE DE CORRELACIÓN
• Mide el grado de asociación o relación entre las variables
consideradas. Solo se hallara la raíz cuadrada del coeficiente de
determinación.
• Es una medida descriptiva de la intensidad de la relación lineal entre
las variables x e y.
• El coeficiente de correlación muestral es:
• 𝑟𝑥𝑦 = ±𝑏1 𝑟2 (6)
• Donde:
• 𝑏1 :pendiente de la ecuación de regresión estimada, 𝑦ො = 𝑏0 + 𝑏1 𝑥
Observaciones:
• 1)Si r = ±1, la asociación de las variables es perfecta.
• 2)Si r → 1 la realcion de las variables es muy buena (en forma
positiva).
• 3)Si r → −1 la relación entre las variables es muy buena pero
negativa (es decir, las variables son inversamente proporcionales).
• 4)Si r → 0 la relación entre las variables es muy débil o no existe
relación entre ellas.
Ejemplo 6:
• Para el ejemplo de la cadena de Pizzerias Arnold, el valor del
coeficiente de determinación correspondiente a la ecuación de
regresión estimada 𝑦ො = 60 + 5𝑥 es 0.9027. Como la pendiente de la
ecuación es positiva , la ecuación (3) indica que el coeficiente de
correlación muestral es + 0,9025 = +0,9501. Con este coeficiente
𝑟𝑥𝑦 = +0,9501, concluimos que existe una fuerte relación lineal
positiva entre las variables x e y.