Professional Documents
Culture Documents
Regresión y Correlación
Introducción
Muchas veces las decisiones se basan en la relación entre
dos o más variables.Ejemplos
250
Rendimiento
200
150
Rend.
100
50
0
0 20 40 60 80 100 120 140
Dosis
1 60
Horas hombre
1 40
1 20
1 00
80
Horas hombre
60
40
20
0 10 20 30 40 50 60 70 80 90
0 1 2 3 4 5 6 7 8 9 10
X
Correlación Positiva Perfecta
10
9
8
7
6
Y 5
4
3
2
1
0
0 1 2 3 4 5 6 7 8 9 10
X
Ausencia de Correlación
10
9
8
7
6
Y 5
4
3
2
1
0
0 1 2 3 4 5 6 7 8 9 10
X
Correlación Fuerte y Positiva
10
9
8
7
6
Y 5
4
3
2
1
0
0 1 2 3 4 5 6 7 8 9 10
X
Fórmula para el coeficente de
correlación (r) Pearson
n(ΣXY) (ΣX)(ΣY)
r=
[n(ΣX ) (ΣX) ][n(ΣY ) (ΣY) ]
2 2 2 2
Modelos de Regresión
Ecuación estimada de
b0 y b1 regresión
y=b0+b1x
proporcionan estimados Estadísticos de la muestra
0 y 1 b0.b1
Líneas posibles de regresión en la
regresión lineal simple
Sección A Sección B Sección C
Relación lineal positiva Relación lineal negativa No hay relación
Ey Ey Ey
La pendiente 1
Línea de regresión * es negativa
La pendiente 1
es 0
* La pendiente 1 *
es positiva Línea de regresión Línea de regresión
x x x
* Ordenada al origen 0
Estimación de la ecuación de
Regresión Simple
Y’= a + bX, donde:
Y’ es el valor estimado de Y para distintos X.
a es la intersección o el valor estimado de Y cuando X=0
b es la pendiente de la línea, o el cambio promedio de Y’
para cada cambio en una unidad de X
el principio de mínimos cuadrados es usado para obtener a
y b:
n( XY ) ( X )( Y )
b
n( X 2 ) ( X ) 2
Y X
a b
n n
Fuente
• file:///C:/Documents%20and%20Settings/B
achi44/Configuraci%F3n%20local/Archivo
s%20temporales%20de%20Internet/Content
.IE5/CPE94BCP/256,1,Diapositiva 1