2 Regresión Lineal

PRE-LECTURA
Un instructor está interesado en saber cómo se relaciona el número de

estudiantes ausentes con la temperatura media del día. Usó una muestra
aleatoria de 10 días para el estudio. Los siguientes datos indican el
número de estudiantes ausentes (AUS) y la temperatura media (TEMP)
para cada día.
¿Cuál es la explicación (conclusión) lógica para la relación

observada?
PRE-LECTURA
1 ¿Qué es el análisis de regresión?
2 En el análisis de regresión, ¿qué es una ecuación de estimación?
3 ¿Cuál es el propósito del análisis de correlación?
4 Defina qué son las relaciones directas e inversas.
Un instructor está interesado en saber cómo se relaciona el número de

estudiantes ausentes con la temperatura media del día. Usó una muestra
aleatoria de 10 días para el estudio. Los siguientes datos indican el
número de estudiantes ausentes (AUS) y la temperatura media (TEMP)
para cada día.
¿Cuál es la explicación (conclusión) lógica para la relación

observada?
MODELOS DE REGRESIÓN
Todos los días, los administradores toman decisiones
personales y profesionales basadas en predicciones de
sucesos futuros. Para hacer estos pronósticos, se basan en la
relación (intuitiva y calculada) entre lo que ya se sabe y lo
que se debe estimar. Si los responsables de la toma de
decisiones pueden determinar cómo lo conocido se
relaciona con el evento futuro, pueden ayudar
considerablemente al proceso de toma de decisiones.
¿Cómo determinar la relación entre variables?
Los análisis de regresión y correlación nos mostrarán cómo determinar
tanto la naturaleza como la fuerza de una relación entre dos variables.
De esta forma, aprenderemos a pronosticar, con cierta precisión, el valor

de una variable desconocida basándonos en observaciones anteriores
de ésa y otras variables.
El término regresión fue utilizado por primera vez como un concepto

estadístico en 1877 por sir Francis Galton, quien llevó a cabo un estudio
que mostró que la estatura de los niños nacidos de padres altos tiende a
retroceder o “regresar” hacia la estatura media de la población.
Designó la palabra regresión como el nombre del proceso general de
predecir una variable (la estatura de los niños) a partir de otra (la
estatura del padre o de la madre). Más tarde, los estadísticos acuñaron
el término regresión múltiple para describir el proceso mediante el cual
se utilizan varias variables para predecir otra.
En el análisis de regresión, desarrollaremos una ecuación de
estimación, esto es, una fórmula matemática que relaciona las
variables conocidas con la variable desconocida. Después de
conocer el patrón de esta relación, podremos aplicar el análisis de
correlación para determinar el grado en el que las variables se
relacionan. El análisis de correlación, entonces, nos indica qué tan
bien la ecuación de estimación describe realmente la relación.
ANALISIS DE REGRESIÓN
El análisis de regresión involucra el estudio la relación entre dos variables

CUANTITATIVAS. En general interesa:
• Investigar si existe una asociación entre las dos variables testeando la

hipótesis de independencia estadística.
• Estudiar la fuerza de la asociación, a través de una medida de asociación
denominada coeficiente de correlación.
• Estudiar la forma de la relación. Usando los datos propondremos un
modelo para la relación y a partir de ella será posible predecir el valor de
una variable a partir de la otra.
Para ello proponemos un MODELO que relaciona una variable dependiente

(Y) con una variable independiente (X).
La decisión sobre qué análisis usar en una situación particular, depende de

la naturaleza del OUTCOME y del tipo de función que se propone para
relacionar el outcome y la variable independiente.
TIPOS DE RELACIONES
Los análisis de regresión y de correlación se basan en la relación,

o asociación, entre dos (o más) variables. La variable (o variables)
conocida(s) se llaman variable(s) independiente(s); la que
tratamos de predecir es la variable dependiente.
EJEMPLO
Esperamos que las ventas de una compañía se incrementen al

aumentar el presupuesto de publicidad. Podemos graficar una
relación directa de este tipo colocando la variable
independiente en el eje X y la variable dependiente en el eje Y.
La gráfica (a) muestra esto. Note cómo la pendiente de la
recta sube cuando X toma valores cada vez más grandes. Se
dice que la pendiente de esta recta es positiva, porque Y crece
si X crece.
Las relaciones pueden ser inversas en vez de directas. En estos
casos, la variable dependiente disminuye al aumentar la
variable independiente.
EJEMPLO
El gobierno supone que existe una asociación inversa entre un
mayor gasto anual de una compañía en dispositivos
anticontaminantes y menores emisiones contaminantes. La
gráfica (b) ilustra este tipo de relación, que se caracteriza por
una pendiente negativa (la variable dependiente Y disminuye al
aumentar la variable independiente X).
Diagramas de dispersión
El primer paso para determinar si existe una relación entre dos

variables es examinar la gráfica de los datos observados (o
conocidos). Esta gráfica, o dibujo, se llama diagrama de
dispersión.
Un diagrama de dispersión nos puede dar dos tipos de

información. Visualmente, podemos identificar patrones que
indiquen que las variables están relacionadas. Si esto sucede,
podemos ver qué tipo de línea, o ecuación de estimación,
describe esta relación.
Suponga que el director de admisiones de una universidad nos

pide determinar si existe una relación entre las calificaciones de
un estudiante en su examen de admisión y su promedio general
al graduarse.
El director ha reunido una muestra aleatoria de datos de los

registros de la universidad.
La tabla 12-1 contiene esta información. Para comenzar,

debemos transferir la información de la tabla 12-1 a una gráfica.
Puesto que el director desea utilizar las calificaciones de los

exámenes para pronosticar éxitos en la universidad, hemos
colocado el promedio de calificaciones acumulado (la variable
dependiente) en el eje vertical o Y, y la calificación del examen
de admisión (la variable independiente) en el eje horizontal o X.
La figura 12-2 nos muestra el diagrama de dispersión completo.
Cuando vemos todos estos puntos juntos, podemos visualizar la
relación que existe entre las dos variables. Como resultado,
podemos trazar, o “ajustar” una línea recta a través de nuestro
diagrama de dispersión para representar la relación; la figura 12-3
ilustra esto. Es común intentar trazar estas líneas de forma tal que
un número igual de puntos caiga en cada lado de la línea.
Tipos de relaciones
CASO PRÁCTICO
Un profesor intenta mostrar a sus estudiantes la importancia de los

exámenes cortos, aun cuando el 90% de la calificación final esté
determinada por los exámenes parciales. Él cree que cuanto más
altas sean las calificaciones de los exámenes cortos, más alta será la
calificación final. Seleccionó una muestra aleatoria de 15
estudiantes de su clase con los siguientes datos:
¿Parece justificarse
la idea del profesor?
Explique su
razonamiento
CASO PRÁCTICO
Elabore un diagrama de dispersión para estos datos e indique el tipo

de relación.
Y=b+aX
ESTIMACIÓN MEDIANTE LA RECTA DE REGRESIÓN
USO DE LA ECUACIÓN DE ESTIMACIÓN PARA UNA LÍNEA RECTA

2 Regresión Lineal

Cargado por

Copyright:

Formatos disponibles

2 Regresión Lineal

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

2 Regresión Lineal

Cargado por

Copyright:

Formatos disponibles

PRE-LECTURA

Un instructor está interesado en saber cómo se relaciona el número de

¿Cuál es la explicación (conclusión) lógica para la relación

Un instructor está interesado en saber cómo se relaciona el número de

¿Cuál es la explicación (conclusión) lógica para la relación

De esta forma, aprenderemos a pronosticar, con cierta precisión, el valor

El término regresión fue utilizado por primera vez como un concepto

El análisis de regresión involucra el estudio la relación entre dos variables

• Investigar si existe una asociación entre las dos variables testeando la

Para ello proponemos un MODELO que relaciona una variable dependiente

La decisión sobre qué análisis usar en una situación particular, depende de

Los análisis de regresión y de correlación se basan en la relación,

Esperamos que las ventas de una compañía se incrementen al

El primer paso para determinar si existe una relación entre dos

Un diagrama de dispersión nos puede dar dos tipos de

Suponga que el director de admisiones de una universidad nos

El director ha reunido una muestra aleatoria de datos de los

La tabla 12-1 contiene esta información. Para comenzar,

Puesto que el director desea utilizar las calificaciones de los

Un profesor intenta mostrar a sus estudiantes la importancia de los

Elabore un diagrama de dispersión para estos datos e indique el tipo

También podría gustarte