Ejercicio de correlación y regresión

Análisis de Regresión Simple

Modelo de regresión poblacional: y = 𝛽0 + 𝛽1 𝑥 + 𝜖 E (y) = 𝛽0 + 𝛽1 𝑥

Modelo de regresión muestral: 𝑦̂ =y’ = 𝑏0 + 𝑏1 x

Distribución F: 𝑥1 ~𝑁 (𝜇1 , 𝜎 2 ), 𝑥2 ~ 𝑁 (𝜇2 , 𝜎22 ),

𝑥11, 𝑥12 , ⋯ 𝑥1𝑛1 𝑦 𝑥21 , 𝑥22 , ⋯ 𝑥2𝑛2 son muestras aleatorias

de dos poblaciones

𝐶𝑀𝑅𝑒𝑔 ∑(𝑦̂−𝑦̅)2 /𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑔𝑙 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑔𝑟𝑒𝑠𝑖𝑜𝑛

F= = ∑ (𝑦−𝑦̂)2 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑔𝑙 𝑑𝑒𝑙 𝑒𝑟𝑟𝑜𝑟
, tiene distribución F con 1
𝐸𝐶𝑀
gl en el numerador y (n-2) gl en el denominador.

H0: 𝛽1 = 0, 𝐻1 : 𝛽1 ≠ 0

∑(𝑦̂ −𝑦̅ )2

Prueba estadística: prueba F, F= 1

∑ (𝑦−𝑦 ̂ )2
𝑛−2

Regla de decisión: p-value = P(F> 𝐹𝑜𝑏𝑠 ) rechazar H0 si p-value

≤ 𝛼
Valor critico; rechazar H0 si Fobs > Fcritico
Tabla de análisis de varianza para el análisis de regresión
simple
Fuente de Suma de Grados de Cuadrado F Valor de P
variación cuadrados libertad medio
Regresión SCReg 1 CMReg F=
𝐶𝑀𝑅𝑒𝑔 Valor de P=
𝐶𝑀𝐸
(F > 𝐹𝑜𝑏𝑠 )
Error SCE n- 2 CME
Total STC n- 1
Pronostico puntual 𝒚 por intervalo (𝒚
̂ 𝒑 = 𝒃𝟎 + 𝒃 𝟏 𝒙𝒑 )

Intervalo de confianza del valor medio de las 𝑦 para un valor de 𝑥

𝑦̂𝑝 − 𝑡𝛼 𝑠𝑦̂𝑝 < E(𝑦𝑝 ) < 𝑦̂𝑝 + 𝑡𝛼/2 𝑠𝑦̂𝑝
2
 1 (𝑥𝑝 −𝑥̅ )2 1 (𝑥𝑝 −𝑥̅ )2
𝑠𝑦2̂𝑝 = 2
𝑠 ( + ∑(𝑥−𝑥̅ 2 ), 𝑠𝑦2̂𝑒 = s√ + ∑(𝑥−𝑥̅
𝑛 ) 𝑛 )2

Intervalo de predicción para un solo valor de y

𝑦̂𝑝 - 𝑡𝛼/2 𝑠𝑖𝑛𝑑 < 𝑦𝑝 < 𝑦̂𝑝 + 𝑡𝛼/2 𝑠𝑖𝑛𝑑

1 (𝑥𝑝 − 𝑥̅ )2
𝑠𝑖𝑛𝑑 = √1 + +
𝑛 ∑(𝑥 − 𝑥̅ )2

Ejercicio
Dadas las observaciones siguientes sobre estas dos variables en
estudio de regresión

𝑥 2 6 9 13 20
𝑦 7 18 9 26 23

a. Trace el diagrama de dispersión

b. Obtenga la regresión estimada correspondiente a estos datos
c. Use la ecuación de regresión estimada para predecir el valor
de y cuando 𝑥 = 4
d. ¿Cuál es el valor del error estándar de estimación?
e. Pruebe si existe una relación significante usando la prueba t.
Use 𝛼 = 0.05
f. Emplee la prueba F para ver si existe una relación
significante. Use 𝛼 = 0.05. ¿Cuál es la conclusión?
g. Obtenga los intervalos de confianza y de predicción del 95%
para x= 1. Explique porque son diferentes estos dos
intervalos