ANÁLISIS DE REGRESIÓN
El propósito de éste análisis es determinar la ecuación de regresión lo cual se usa para predecir,
estimar el valor de la variable dependiente (Y) basado en la variable independiente (X).
Procedimiento: seleccionar una muestra de la población; dibujar un diagrama de dispersión
para visualizar la relación; la ecuación se determina de la siguiente manera:
Y=a+bX donde:
Y, es el valor promedio pronosticado para cualquier valor de X,
a, es la intercepción en Y, o el valor estimado de Y cuando X = 0
b es la pendiente de la recta, o cambio promedio en Y por cada cambio de una unidad en X
i) Si b es positivo (b > 0), entonces existe una relación lineal positiva o indirecta, es decir.
que ante incrementos en la variable independiente, corresponde incrementos en la variable
dependiente
ii) Si b es negativo (b< 0), se tiene una relación lineal negativa es decir, que incrementos en
la variable independiente origina decrementos o disminuciones en la variable dependiente.
Se usa el principio de mínimos cuadrados para obtener a y b:*
El primer paso en el análisis de regresión es construir una gráfica de datos denominado
diagrama de dispersión que nos indica frecuentemente el tipo de tendencia de Y con respecto
aX
Es una gráfica que describe la relación entre las dos variables de interés.
(A) (B) (C)
En las figuras A Y C los datos visualizan una relación lineal entre las variables y en la figura B
observamos que no hay relación.
COEFICIENTE DE CORRELACIÓN
El análisis de correlación emplea métodos para medir la significación del grado o intensidad
de asociación entre dos o más variables. Normalmente, el primer paso es mostrar los datos
en un diagrama de dispersión. El concepto de correlación está estrechamente vinculado al
concepto de regresión.
El coeficiente de correlación (r) consiste en determinar el grado de relación entre ambas
variables.
SX = desviación estándar de x
S xy
r = SXY = covarianza
SxS y
SY = desviación estándar de y
El coeficiente de correlación es un número comprendido entre:
-1 ≤ r ≤1
n n n
n X iYi − X i Yi
r= n
i =1
n
i =1
n
i =1
n
n X i2 − ( X i ) 2 n Yi 2 − ( Y1 ) 2
i =1 i =1 i =1 i =1
• Si r > 0, se dice que hay una correlación directa positiva.
• Si r = 1, se dice que hay una correlación perfecta positiva, es decir existe una alto
grado de relación.
• Si r < 0, se dice que hay una correlación inversa negativa.
• Si r = -1, se dice que hay una correlación perfecta negativa, es decir existe una bajo
grado de relación.
• Si r = 0, se dice que no hay correlación lineal entre las 2 variables.
a) 0.00 ≤ r ≤ 0,20 Existe correlación no significativa.
b) 0,20 ≤ r ≤ 0,40 Existe una correlación baja.
c) 0,40 ≤ r ≤ 0,70 Existe una significativa correlación.
d) 0,70 ≤ r ≤ 1,00 Existe alto grado de asociación.
COEFICIENTE DE DETERMINACIÓN
El coeficiente de determinación,( r2 ) es la proporción de la variación en la variable
dependiente Y que está explicada por o se debe a la variación en la variable independiente
X.
El coeficiente de determinación es el cuadrado del coeficiente de correlación, y toma valores
de 0 a 1.
0≤ r2 ≤1
Cuando mayor sea el valor del coeficiente de determinación mejor será el ajuste es decir
será más útil la recta de regresión como instrumento de predicción.
Ejemplo: Supongamos que se quiere estimar la relación entre ingreso y consumo, para
el efecto se eligió una muestra de 6 familias.
Dados los datos se tiene la variable dependiente (Y = Consumo) y las variable
Independiente (X = Ingreso).
Ingreso Consumo 60
X Y
35 30 50
CONSUMO
40 35
38 30 40
55 50
42 35 30
60 50
270 230 20
30 35 40 45 50 55 60 65
∑X ∑Y
INGRESO
X Y XY X2 Y2
35 30 1050 1225 900
40 35 1400 1600 1225
38 30 1140 1444 900
55 50 2750 3025 2500
42 35 1470 1764 1225
60 50 3000 3600 2500
270 230 10810 12658 9250
∑X ∑Y ∑XY ∑X2 ∑Y2
Reemplazamos los valores de las sumatorias en la ecuación (*)
6(10810 ) − (270 )(230 ) 2760
b= = = 0,9055
6(12658 ) − (270 )
2
3048
a=
(12658 )(230 ) − (270 )(10810 ) = − 7360 − 2,4147
6(12658 ) − (270 )
2
3048
También a = Y − bX
Luego la recta de regresión es Y = -2,4147 + 0,9055 X
b = 0,9055 significa que al aumentar el ingreso en un nuevo sol, el consumo aumenta el consumo
en 0, 9055 dólares
Aplicaciones
1. En una muestra de 5 obreros de una fábrica se han observado sus años de experiencia
(X) y el tiempo que tardan en realizar una determinada tarea (Y). Los datos se muestran
en la siguiente tabla:
X 1 2 3 4 5
Y 8 9 4 3 3
a. Encontrar la recta de regresión lineal.
b. Estimar el tiempo que tarda en realizar una tarea un obrero que tiene 8 años de
experiencia.
c. Determinar si existe un alto grado de relación entre estas 2 variables.
2. El banco PRÉSTAMO estudia la relación entre las variables, ingresos (X) y ahorros (Y)
mensuales de sus clientes (docentes). Una muestra aleatoria de sus clientes reveló los
siguientes datos den dólares:
X 350 400 450 500 950 850 700 900 600
Y 100 110 130 160 350 350 250 320 130
a. Dibuje el diagrama de dispersión y describa la tendencia trazando una línea a través
de los puntos.
b. Use el método de mínimos cuadrados para hallar la ecuación muestral que relaciona
las 2 variables.
c. Calcule el coeficiente de determinación. Interprete.
3. Se realizó un estudio para determinar la relación entre los gastos de publicidad mensual
por radio y el Nº de inscritos. En el estudio se obtuvieron los siguientes resultados:
SEMANA 2 3 4 5 6 7 8 9 10 11
GASTOS DE
PUBLICIDAD ($) 30 20 40 30 50 70 60 80 70 80
Nº DE INSCRITOS 300 250 400 550 750 630 930 700 840
En el quinto mes por diversos motivos no se pudo hacer el estudio.
a. Determine la ecuación de regresión de ventas sobre gastos de publicidad.
b. ¿En cuánto estimaría el número de inscritos el quinto mes?
4. Las calificaciones de un grupo de estudiantes en el examen parcial(X) y en el examen
final (Y), fueron las siguientes:
a. Determine la ecuación de regresión lineal de Y en X.
b. Halle R, R2 .Interprete sus resultados.
X 12 8 10 13 9 14 11 18 12 10 12 14 9 12
Y 15 10 12 14 12 15 16 20 14 12 10 16 11 13
X 15 12 11 12 11 10 14 13 10 12 13 12 16 15
Y 17 15 12 13 12 13 12 14 13 15 14 13 18 17
