Escolar Documentos
Profissional Documentos
Cultura Documentos
t
Y Y
:uestro problema consiste en minimi)ar la suma de los cuadrados de los residuos de
los
cuadrados de los residuos, 2
n
u
t
2
. /e este problema de optimi)acin se deduce la
expresin
t 51
de mnimos cuadrados ordinarios del M"9M$
;riterio M;($ Min 2
n
u
t
2
t 51
;omo ya hemos citado anteriormente, la ecuacin de la recta de m$nimo" cuadrado"
&en *orma puntoFpendiente' es la siguiente$
2
n
( X
t
3
Cov( X ,
Y ) ( X
3
X
) (Y
t
3Y
( X
3
)
5
t
5
1
) Y
3Y 5
X X s
x
2 n 2
2
(
X
t
3
X
)
t 51
2002
2(GP
t
3 GP
)(V
t
3V
17.0
00
2
5
t
51998
5
5 28,3 ,
Ksta sera la estimacin de la pendiente
2002
600
2(GP
t
3
)
2
GP
t 51998
de la recta por mnimos cuadrados.
Hor otro lado,
1
5V 3
2
G P 5 700 3 28,333 50 5 3716,6 , y Ksta sera la
estimacin de la ordenada de la recta de regresin el punto de corte de la recta con
los ejes.
Hor tanto, 6 5 3716,6 1 28,3G
9a representacin gr*ica de los datos anteriores es la %ue sigue$
"egression Hlot
6 5 F>,?,??> 1 #=,BBBBG
"F+% 5 >@,B N
,#-
-
,--
-
7E:EA+
=--
?-- error de
estimacin
&ut'
A--
#--
-
B- A- @-
?
-
Hublicidad
/el diagrama anterior, cabe
observar %ue no todos los puntos
estn en la lnea de regresin. +i
todos lo estuvieran y, adems, si
el nmero de observaciones
*uera su*icientemente grande, no
habra ningn error de
estimacin. En ese caso, no
habra ninguna di*erencia entre el
valor observado y el valor de
prediccin.
;omo imaginamos, en los casos reales, las predicciones per*ectas son prcticamente
imposibles y lo %ue necesitamos es una medida %ue describa cmo de precisa es la
prediccin de 6 en *uncin de G o, inversamente, %uK inexacta puede ser la estimacin.
A esta medida se le llama error e"t!ndar de e"timacin y se denota S
)*
. El error
estndar de estimacin, es el mismo concepto %ue la desviacin estndar, aun%ue Ksta
mide la dispersin alrededor de la media y el error estndar mide la dispersin
alrededor de la lnea de regresin.
Interpretacin de lo" coeficiente" e"timado"
+egn la recta de mnimos cuadrados, al incrementarse en un milln de euros los
gastos en publicidad, la cantidad de *acturacin obtenida se incrementar en #=,B
millones de euros. 6 cuando no se haga ningn es*uer)o publicitario, las ventas segn
la recta sern negativas. Esto se puede entender como %ue no se vende nada o %ue si
no se hace ningn es*uer)o publicitario se obtienen unas ventas negativas, en el
sentido de %ue hay otros gastos a la hora de vender %ue provocan %ue al *inal haya
ventas negativas.
9a correlacin entre ambas variables es muy alta, ya %ue el coe*iciente de correlacin r
5 -.=> est muy prximo a ,.
2002
r Cov( X ,
2(GP
t
3G P ) (V
t
3V )
5
Y )
5
t 51998
5 0,868
s
X
s
Y 2002 2002
2(GP
t
3G P )
2
* 2(V
t
3V )
2
t 51998 t 51998
Proyecto e-Math 7
Financiado por la Secretara de Estado
de Educacin y Universidades ME!"#
Hara pro*undi)ar ms en los conceptos vistos hasta el momento o para entender
gr*icamente como *uncionan, a continuacin citamos algunos enlaces Oeb
interesantes$
En el enlace$
http$PPOOO.stat.Ovu.eduP+"+PModulesPAppletsP"egressionPregression.html
encontraremos un applet en el %ue modi*icando los datos de la variable G e 6 podemos
construir la recta de regresin. El gr*ico resultante ser similar al siguiente$
!n applet de similares caractersticas lo encontraremos en$
http$PPOOO.Quleuven.ac.bePucsPjavaPversion#.-PApplet-,-.html
9os conceptos de regresin lineal y correlacin entre variables se aplican a
innumerables aspectos de la vida real, tanto en el mbito social, como cient*ico,... En
el siguiente enlace$
http$PPOOO.*isterra.comPmaterialPinvestigaPregreRlinealRsimplePregreRlinealRsimple.htmS
, encontramos un claro ejemplo de cmo utili)ar estos conceptos para ver la relacin
entre la Eensin arterial sistlica y la edad, a partir de una muestra de ?< pacientes.