Universidad Nacional Micaela Bastidas de

Apurímac
Facultad de Ingeniería
Escuela Académico Profesional de Ingeniería Agroindustrial

Regresión y Correlación lineal

Asignatura : Estadística
Docente: Edward Ilasaca Cahuata
Integrantes y Código:

 María Abarca Ponce 151076

 Pamela Espinoza Sanchez 162071
 Olivier Emersonn Valenzuela Zegarra 162086
INTRODUCCION
I. REGRESION
Es una técnica que es usada para encontrar una función que mejor se
ajusta a un conjunto de datos con la finalidad e poder predecir en forma
aproximada el valor de una variable (dependiente) a partir de otras
(independientes o explicativas).
Regresión lineal simple

ax + b

a y b:
Diagrama de dispersión y recta
Método de mínimos cuadrados
Método de mínimos cuadrados
Sea la ecuación de la línea de regresión: Y = a + bx
Para el calculo de la pendiente:
b

Para el calculo el valor de a: a b

Ejemplo
Regresión lineal múltiple
Comprende tres o mas variables. Existe una sola variable dependiente
pero hay dos mas variables independientes. Esto es:

Donde:
X1, … Xk : Variables independientes
b0 = a : Intersección con el eje Y
b1 : Es el cambio neto en Y por cada unidad de variación en x1,
manteniendo x2 constante.
bk : Es el cambio neto en Y por cada cambio unitario en xu,
manteniendo x1 constante.
Regresión lineal múltiple
Regresión lineal múltiple

Regresión lineal matricial:

Este modelo representa n ecuaciones que describen como se generan los
valores de respuesta. Con la notación matricial, se pueden describir las
ecuaciones. Dada la complejidad de las matrices, de acuerdo al numero
de variables independientes, es conveniente resolverlas a través de un
software.