INSTITUTO TECNOLOGICO SUPERIOR DE CALKINI

Nombre de la asignatura: Estadstica Inferencial

Carrera: Ingeniera Industrial
Clave: AEF-1025
Hrs. teora - Hrs. prctica - Crditos: 2 - 2 - 4
EN EL ESTADO DE CAMPECHE

TEMARIO
U

RAMIRO JOSE GONZALEZ HORTA

A r q u i t e c t o

II

Regresin lineal simple y mltiple

1.1. Regresin Lineal simple
1.1.1. Prueba de hiptesis en la regresin lineal simple.
1.1.2. Calidad del ajuste en regresin lineal simple
1.1.3. Estimacin y prediccin por intervalo en regresin lineal simple
1.1.4. Uso de software estadstico
1.2. Regresin lineal mltiple
1.2.1.Pruebas de hiptesis en regresin lineal mltiple
1.2.2.Intervalos de confianza y prediccin en regresin mltiple
1.2.3.Uso de un software estadstico
1.3. Regresin no lineal

Arq. Ramiro Gonzlez Horta. Febrero 2012

Regresin lineal simple y mltiple

1.1. Regresin Lineal simple

INTRODUCCION
El trmino "regresin" fue acuado por Sir Francis Galton (1822-1911),
primo de Charles Darwin. Galton estudiaba la eugnica, trmino tambin
introducido por s mismo para definir el estudio de la mejora de la raza humana
a partir de los caracteres hereditarios.
Galton estudi la altura de los hijos con relacin a la altura de sus
padres, y prob que la altura de hijos altos regresaba hacia la media de la
altura de la poblacin a lo largo de sucesivas generaciones. En otras palabras,
hijos de padres extraordinariamente altos tendan a ser en promedio ms
bajos que sus padres, e hijos de padres muy bajos tendan a ser en promedio
ms altos que sus padres. En la actualidad, el trmino de regresin se utiliza
siempre que se busca predecir una variable en funcin de otra, y no implica que
se est estudiando si se est produciendo una regresin a la media.
Anteriormente a Galton se debe mencionar a Legendre (1752-1833), quien
introdujo el mtodo de los mnimos cuadrados utilizndolos para definir la
longitud de 1 metro como una diez millonsima parte del arco meridional. Con
posterioridad a Galton, las propiedades de las tcnicas de regresin fueron
estudiadas por Edgeworth, Pearson y Yule.
La tcnica de regresin lineal simple est indicada cuando se pretende explicar
una variable respuesta cuantitativa en funcin de una variable explicativa
cuantitativa tambin llamada variable independiente, variable regresora o
variable predictora. Por ejemplo, se podra intentar explicar el peso en funcin
de la altura. El modelo intentara aproximar la variable respuesta mediante una
funcin lineal de la variable explicativa.
Las suposiciones que se realizan al aplicar las tcnicas de regresin lineal son:

-El modelo propuesto es lineal (es decir existe relacin entre la variable
explicativa y la variable explicada, y esta relacin es lineal). Es decir se asume
que:
var.respuesta0var. explicativa1
Siendo 0el trmino independiente (constante o intercept), 1el coeficiente
de regresin de la variable explicativa (pendiente o slope) y es una variable
aleatoria que se llama error residual.
-La variable explicativa se ha medido sin error.
-El valor esperado de del modelo es cero.
-La varianza de (y por lo tanto de la variable respuesta) es constante.
-Los son independientes entre s.
-Si se desean realizar contrastes de hiptesis sobre los parmetros
(coeficientes) o sobre el modelo, tambin es necesario que la distribucin de
sea normal.
Para estudiar la validez del modelo es necesario confirmar estas hiptesis
mediante el estudio de los residuos (valores observados - valores predichos):
normalidad, tendencias, etc. Cuando no se cumplen los criterios de aplicacin es
necesario realizar transformaciones a las variables, o bien para obtener una
relacin lineal o bien para homogeneizar la varianza.

Regresin lineal simple. Tiene como objeto estudiar cmo los cambios en una
variable, no aleatoria, afectan a una variable aleatoria, en el caso de existir una
relacin funcional entre ambas variables que puede ser establecida por una
expresin lineal, es decir, su representacin grfica es una lnea recta. Cuando
la relacin lineal concierne al valor medio o esperado de la variable aleatoria,
estamos ante un modelo de regresin lineal simple. La respuesta aleatoria al
valor x de la variable controlada se designa por Yx y, segn lo establecido, se
tendr

De manera equivalente, otra formulacin del modelo de regresin lineal simple

sera: si xi es un valor de la variable predictora e Yi la variable respuesta que le
corresponde, entonces

Ei es el error o desviacin aleatoria de Yi .

Definicin VALOR MEDIO. Constante que representa el centro de gravedad de
la ley de probabilidad de una variable aleatoria y que, en casos de notable simetra
en la funcin de densidad, puede interpretarse que dicha constante nos seala la
zona donde se sitan los valores de mxima probabilidad de la variable aleatoria.
El valor medio o valor esperado de una variable aleatoria X se define como

siempre que dicho valor exista, donde f es la funcin de densidad de la variable

1.1.1. Prueba de hiptesis en la regresin lineal

simple.

Estimacin de parmetros.

TRABAJO POR EQUIPOS PARA PRESENTACION EN CLASE

En un grupo de 8 pacientes se miden las cantidades antropomtricas peso y edad,
obtenindose los siguientes resultados:
Resultado de las mediciones
edad 12

8 10 11

7 10 14

peso 58 42 51 54 40 39 49 56
Existe una relacin lineal importante entre ambas variables? Calcular la recta de regresin
de la edad en funcin del peso y la del peso en funcin de la edad. Calcular la bondad del
ajuste En qu medida, por trmino medio, vara el peso cada ao? En cunto aumenta la
edad por cada kilo de peso?

1.1.2. Calidad del ajuste en regresin lineal simple

1.1.3. Estimacin y prediccin por intervalo en

regresin lineal simple

Medicin de la adecuacin del modelo de regresin.

- Anlisis residual

1.1.4. Uso de software estadstico

DESCARGAR EL ARCHIVO DE PRACTICA EN EXCEL PARA SU
REVISION EN CLASE