UNIVERSIDAD PRIVADA DEL NORTE

PROBABILIDAD Y ESTADISTICA
DOCENTE:
Rojas

ALUMNO:

CICLO:

Dr. Augusto Franklin Mendiburu

Frey Anderson Gernimo Escobal

ESCUELA:

Ingeniera Civil

FECHA:

22 de Octubre
TRUJILLO- PERU
2016

PROBABILIDAD Y ESTADISTICA

ANLISIS DE REGRESIN Y CORRELACIN

El anlisis de regresin

Consiste en emplear mtodos que permitan determinar la mejor relacin

funcional entre dos o ms variables concomitantes (o relacionadas). El anlisis
de correlacin estudia el grado de asociacin de dos o ms variables.
Anlisis de Regresin
Una relacin funcional matemticamente hablando, est dada por:
Y = f(x1,...,xn; 1,...,m)
Donde:
Y: Variable respuesta (o dependiente)
Xi: La i-sima variable independiente (i=1,.., n)
j : El j-simo parmetro en la funcin (j=1,..,m)
f : La funcin
Para elegir una relacin funcional particular como la representativa de la
poblacin bajo investigacin, usualmente se procede:
1) Una consideracin analtica del fenmeno que nos ocupa, y
2) Un examen de diagramas de dispersin.
Una vez decidido el tipo de funcin matemtica que mejor se ajusta (o
representa nuestro concepto de la relacin exacta que existe entre las
variables) se presenta el problema de elegir una expresin particular de esta
familia de funciones; es decir, se ha postulado una cierta funcin como trmino

PROBABILIDAD Y ESTADISTICA

del verdadero estado en la poblacin y ahora es necesario estimar los

parmetros de esta funcin (ajuste de curvas).
Regresin Lineal Simple
Cuando la relacin funcional entre las variables dependiente (Y) e
independiente (X) es una lnea recta, se tiene una regresin lineal simple, dada
por la ecuacin
Y = a + bX.
Donde:
a : El valor de la ordenada donde la lnea de regresin se intersecta al eje Y.
b: El coeficiente de regresin poblacional (pendiente de la lnea recta)
Estimacin de parmetros.
La funcin de regresin lineal simple es expresado como:
Y = a + bX +
La estimacin de parmetros consiste en determinar los parmetros a y b a
partir de los datos mustrales observados.
Empleando el mtodo de los mnimos cuadrados, es decir minimizando la
suma de cuadrados de los errores, se determinan los valores de a, b, as:

El coeficiente de regresin (b).- pendiente de la recta de regresin, representa

la tasa de cambio de la respuesta Y al cambio de una unidad en X.
Si b=0, se dice que no existe relacin lineal entre las dos variables.

PROBABILIDAD Y ESTADISTICA

Coeficiente de correlacin Lineal Simple (r).

Es un nmero que indica el grado o intensidad de asociacin entre las variables
X e Y. Su valor vara entre -1 y +1; esto es:
-1 r 1.
Si r = -1, la asociacin es perfecta pero inversa; es decir, a valores altos de una
variable le corresponde valores bajos a la otra variable, y viceversa.
Si r=+1, tambin la asociacin es perfecta pero directa.
Si r=0, no existe asociacin entre las dos variables.
Luego puede verse que a medida que r se aproxime a -1 o +1 la asociacin es
mayor, y cuando se aproxima a cero la asociacin disminuye o desaparece.

Frmula del coeficiente de correlacin lineal

PROBABILIDAD Y ESTADISTICA

Coeficiente de Determinacin (R)

Mide el porcentaje de variacin en la variable respuesta, explicada por la
variable independiente.
Relacin entre R2 y r
Es muy importante tener clara la diferencia entre el coeficiente de correlacin y
el coeficiente de determinacin:
R2: mide la proporcin de variacin de la variable dependiente explicada por la
variable independiente.
r: mide el grado de asociacin entre las dos variables.
No obstante, en la regresin lineal simple tenemos que R 2 = r2.

PROBLEMA:
Un Cientfico hace 10 tomas de temperatura en la costa de Mxico en ciertas alturas
sobre el nivel del mar y obtiene dicho cuadro. A) Obtener la ecuacin de regresin de
la altura sobre el nivel del mar respecto a la temperatura. B) Cul sera la temperatura
a unos 75 msnm?

PROBABILIDAD Y ESTADISTICA

n
1
2
3
4
5
6
7
8
9
1
0

Datos
Alt.S.N.M(x) temperatura(y)
250
16
100
18
25
26
50
21
10
27
36
23
65
20
86
19
45
22
450

14

A) n = 10
clculos
xi2

n
1

Xi
250

Yi
16

Xi*Yi
4000

62500

256

2
3
4
5
6
7
8
9
10
total

100
25
50
10
36
65
86
45
450
1117

18
26
21
27
23
20
19
22
14
206

1800
650
1050
270
828
1300
1634
990
6300
18822

10000
625
2500
100
1296
4225
7396
2025
202500
293167

324
676
441
729
529
400
361
484
196
4396

Yi

PROBABILIDAD Y ESTADISTICA
HALLAMOS EL
PROMEDIO
_
X=
_
Y=

111.7
20.6

HALLAMOS LOS VALORES DE "a" Y "b"

b=
a=
REMPLAZAMOS EN LA ECUACIN:

-0.025
23.38

Y a bX.
Y = 23.38 0.025X (ecuacin de la recta de la regresin).
b) Temperatura a los 75 msnm.
X = 75 msnm.
Reemplazando:

Y = 23.38 0.025(75)
Y= 21.5
Coeficiente de correlacin

R= -0.83 Indica Fuerte Relacin.