Regresion Lineakl
Click here to load reader
-
Upload
jeffer-garcia -
Category
Education
-
view
1.211 -
download
1
Transcript of Regresion Lineakl
Regresión Lineal Regresión Lineal Regresión Lineal Regresión Lineal Regresión Lineal Regresión Lineal Regresión Lineal Regresión Lineal
SimpleSimpleSimpleSimpleSimpleSimpleSimpleSimple
Estadística Introductoria IIEstadística Introductoria II
Eugenia Gallardo A.Eugenia Gallardo A.
Problema 1Problema 1Problema 1Problema 1Problema 1Problema 1Problema 1Problema 1
La siguientes son las estaturas y La siguientes son las estaturas y las edades del hijo del las edades del hijo del autor entre los 8 y 14 años. autor entre los 8 y 14 años. Las edades fueron Las edades fueron registradas en la fecha de registradas en la fecha de su cumpleaños:su cumpleaños:
1.1. Encontrar la ecuación de Encontrar la ecuación de RegresiónRegresión
2.2. Dibuje el diagrama de Dibuje el diagrama de dispercióndisperción
3.3. InterpreteInterprete
1,7814
1,6613
1,5712
1,5211
1,4710
1,49
1,348
EstaturaEdad
I PasoI PasoI PasoI PasoI PasoI PasoI PasoI Paso
Fórmulas a utilizar:Fórmulas a utilizar:
( )22
∑∑
∑ ∑ ∑−
−=
xxn
yxxynb
xbya −=
bxayest +=
CálculosCálculosCálculosCálculosCálculosCálculosCálculosCálculos
1,5342857111promedio
875120,0810,7477sumatoria
19624,921,7814
16921,581,6613
14418,841,5712
12116,721,5211
10014,71,4710
a0,77214286den1968112,61,49
b0,06928571num13,586410,721,348
x*xxyEstaturaEdad
II PasoII PasoII PasoII PasoII PasoII PasoII PasoII Paso
Regresión de la estatura(Y) con la edad(x)
0
0,5
1
1,5
2
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Edad
Es
tatu
ta
�� Calcular la edad del hijo del autor cuando Calcular la edad del hijo del autor cuando
tenia 13,5 años y tenia 13,5 años y
InterpretaciónInterpretaciónInterpretaciónInterpretaciónInterpretaciónInterpretaciónInterpretaciónInterpretación
Podemos concluir que entre los 8 y 14 Podemos concluir que entre los 8 y 14
años, el hijo del autor aumentó 0,069 años, el hijo del autor aumentó 0,069
metros por año, es decir 6,9 metros por año, es decir 6,9 cmscms. por . por
año. El valor 0,771, cuando x = 0, sería año. El valor 0,771, cuando x = 0, sería
una estimación de su estatura al nacer.una estimación de su estatura al nacer.
Este ejemplo fue tomado de: Hernández, O. (2006). Estadística Elemental
para Ciencias Sociales. Universidad de Costa Rica
Problema 2Problema 2Problema 2Problema 2Problema 2Problema 2Problema 2Problema 2
�� UdUd. es contratado por . es contratado por una escuela para una escuela para construir un modelo que construir un modelo que prediga la habilidad prediga la habilidad matemática a partir de la matemática a partir de la habilidad que tiene los habilidad que tiene los estudiantes en el idioma estudiantes en el idioma inglés. La escuela tiene inglés. La escuela tiene una muestra de 10 niños una muestra de 10 niños y a continuación se y a continuación se presenta la una tabla presenta la una tabla con los datos.con los datos.
807510
75859
72708
75757
64606
65705
47504
48603
48402
50501
InglésMatemáticaParticipante
HabilidadHabilidad
Es importante identificar la Es importante identificar la Es importante identificar la Es importante identificar la Es importante identificar la Es importante identificar la Es importante identificar la Es importante identificar la
variable dependiente e variable dependiente e variable dependiente e variable dependiente e variable dependiente e variable dependiente e variable dependiente e variable dependiente e
indepedienteindepedienteindepedienteindepedienteindepedienteindepedienteindepedienteindepediente
�� Tenemos que la dependiente es la Tenemos que la dependiente es la
habilidad matemática mientras que la habilidad matemática mientras que la
habilidad en ingles es la variable habilidad en ingles es la variable
independiente. La escuela tiene una independiente. La escuela tiene una
muestra de 10 niños y a continuación se muestra de 10 niños y a continuación se
presenta la una tabla con los datos.presenta la una tabla con los datos.
62.463.5Promedio
4108040472624635Sumatoria
60006400807510
6375562575859
5040518472708
5625562575757
3840409664606
4550422565705
2350220947504
2880230448603
1920230448402
2500250050501
InglésMatemátiucaParticipante
MA*HIHI*HIHabilidadHabilidad
Ecuación de RegresiónEcuación de RegresiónEcuación de RegresiónEcuación de RegresiónEcuación de RegresiónEcuación de RegresiónEcuación de RegresiónEcuación de Regresión
0,94890511Variable X 1
4,28832117Intercepción
Coeficientes
Si por ejemplo quisiéramos predecir la Si por ejemplo quisiéramos predecir la
habilidad matemática para un puntaje de habilidad matemática para un puntaje de
50 en la habilidad de inglés. ¿?50 en la habilidad de inglés. ¿?
Diagrama de DispersiónDiagrama de DispersiónDiagrama de DispersiónDiagrama de DispersiónDiagrama de DispersiónDiagrama de DispersiónDiagrama de DispersiónDiagrama de Dispersión
Relación entre habilidad matemática y habilidad inglés
0
10
20
30
40
50
60
70
80
90
0 20 40 60 80 100
Habilidad en inglés
Hab
ilid
ad
maté
mati
ca
Problema 3Problema 3Problema 3Problema 3Problema 3Problema 3Problema 3Problema 3
Un investigador contaba con los porcentajes de Un investigador contaba con los porcentajes de abstencionismo (X) de una muestra abstencionismo (X) de una muestra probabilística de 18 cantones de un país en la probabilística de 18 cantones de un país en la elección presidencial de 1994. Asimismo con elección presidencial de 1994. Asimismo con estimaciones de los porcentaje de estimaciones de los porcentaje de abstencionismo (Y) de los mismos cantones abstencionismo (Y) de los mismos cantones dos meses antes de la siguiente dos meses antes de la siguiente elección(1998), con base en encuesta de elección(1998), con base en encuesta de opinión realizada en cada uno de los 18 opinión realizada en cada uno de los 18 cantones. Los datos son los siguientes:cantones. Los datos son los siguientes:
0.240.3518
0.310.3717
0.190.2216
0.30.4015
0.240.3014
0.210.2813
0.170.3012
0.160.2511
0.260.3510
0.160.249
0.180.288
0.150.207
0.070.206
0.130.265
0.160.244
0.20.323
0.140.202
0.190.351
XYcantón
0.192222220.28388889Promedio
1.03680.72723.465.11sumatoria
0.0840.05760.240.3518
0.11470.09610.310.3717
0.04180.03610.190.2216
0.120.090.30.4015
0.0720.05760.240.3014
0.05880.04410.210.2813
0.0510.02890.170.3012
0.040.02560.160.2511
0.0910.06760.260.3510
0.03840.02560.160.249
0.05040.03240.180.288
0.030.02250.150.207
0.0140.00490.070.206
0.03380.01690.130.265
0.03840.02560.160.244
0.0640.040.20.323
0.0280.01960.140.202
0.06650.03610.190.351
XYXXXYcantón
EcEcEcEcEcEcEcEc. Regresión. Regresión. Regresión. Regresión. Regresión. Regresión. Regresión. Regresión
0.87817531Variable X 1
0.11508408Intercepción
Coeficientes