I. U. POLITCNICO SANTIAGO MARIO PLATAFORMA SAIA-PSM BARINAS REGRESI N LI NEAL Br. Arles Alejandro Panza Ramos C. I. N 18.125.318 Asignatura: Estadstica San Felipe, Julio de 2014 Introduccin. La regresin lineal, involucra en su anlisis y desarrollo 2 variables y un trmino aleatorio. Esto permite que estadsticamente sea posible el ajuste lineal. Para ello es necesario conocer los tipos de regresin existentes en la estadstica, su asociacin con las diferentes variables y los coeficientes necesarios para calcular su grado de regresin y correlacin lineal. Regresin Lineal Es el mtodo matemtico empleado para relacionar 3 elementos importantes: 1. Variable dependiente Y 2. Variables independientes X 3. Termino aleatorio E
Este se realiza para determinar si una funcin dada es lineal o no. Anlisis de regresin Este busca determinar la mejor relacin funcional entre ambas variables, mediante el empleo de mtodos matemticos. Para que una relacin funcional exista, se debe tomar en cuenta lo siguiente: 1. Se considera analticamente la poblacin. 2. Se realiza un examen de diagramas de dispersin. 3. Matemticamente, viene dado por: Y = f(x1,...,en; 1,..., m) en donde: Y : Variable respuesta (o dependiente) xi : La i-esima variable independiente (i=1,..,n) j : El j-esimo parmetro en la funcin (j=1,..,m) f : La funcin
Anlisis de correlacin A diferencia del anlisis anterior, este determina y estudia el grado o nivel de asociacin entre las variables a estudiar, por lo que su estudio involucra los datos recopilados en el anlisis de regresin. Para que una correlacin sea lineal, se debe tomar en cuenta que: 1. Su coeficiente debe ser grande, cuando la correlacin es alta. 2. Su coeficiente debe ser pequeo, cuando la correlacin es baja. 3. En este anlisis, no se consideran las unidades de las variables. Tipos de modelos de regresin 1. Regresin lineal simple: para este caso, solo se maneja una variable independiente, por lo que simplemente se toman en cuenta 2 parmetros. Su formula es la siguiente: donde E es el error obtenido de la medicin de Xi, el cual es la variable independiente. Beta son parmetros, los cuales miden el nivel de influencia de la variable independiente sobre la dependiente. Yi que es la variable dependiente. Tipos de modelos de regresin 1. Regresin lineal mltiple: Este tipo de modelo, permite el estudio y anlisis con una variable en modo de intervalo, y con el anlisis de 2 o varias variables mediante ecuaciones algebraicas. Su formula es la siguiente: Tipos de modelos de regresin Rectas de regresin: son lneas rectas, que se ajustan perfectamente con el diagrama de dispersin. De forma matemtica, solo es posible de dos formas: 1. Recta de regresin de Y sobre X Frmula:
2. Recta de regresin de X sobre Y Frmula: Aplicaciones Se puede aplicar la regresin lineal en los siguientes: 1. Lneas de tendencia: representa la tendencia de una serie de datos que han sido recopilados durante aos: ej. La bolsa de valores, el precio del petrleo. 2. Descripcin de datos: lograr que la informacin recabada pueda ser entendida y lo ms concisa y sencilla posible. Para ello se toman en cuenta frmulas algebraicas que permiten agilizar ms este proceso. 3. Estimacin de parmetros: permite determinar si los elementos que miden la influencia entre las variables, es lineal o no. Para ello, se emplea el diagrama de dispersin, el cual permite observar si los parmetros estn en lnea o no. MUCHAS GRACIAS.