UNIDAD 5 ANALISIS DE REGRESION Y CORRELACION
UNIDAD 5 ANALISIS DE REGRESION Y CORRELACION
UNIDAD 5 ANALISIS DE REGRESION Y CORRELACION
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>UNIDAD</strong> 5 <strong>ANALISIS</strong> <strong>DE</strong><br />
<strong>REGRESION</strong> Y <strong>CORRELACION</strong><br />
Sección A<br />
Relación lineal positiva<br />
E y<br />
Línea de regresión<br />
*<br />
La pendiente β 1<br />
es positiva<br />
x<br />
POR LUIS M. BAQUERO ROSAS, MBA
OBJETIVOS <strong>DE</strong> LA <strong>UNIDAD</strong><br />
<br />
<br />
<br />
<br />
<br />
<br />
INTRODUCIR EL CONCEPTO <strong>DE</strong> <strong>REGRESION</strong> LINEAL<br />
INTRODUCIR LOS FUNDAMENTOS <strong>DE</strong> LA CORRELACIÓN<br />
EXPLICAR LA IMPORTANCIA <strong>DE</strong>L LA REGRESIÓN Y CORRELACIÓN EN EL<br />
PRONÓSTICO <strong>DE</strong> NEGOCIOS<br />
<strong>DE</strong>FINIR EL CONCEPTO <strong>DE</strong> COEFICIENTE <strong>DE</strong> <strong>DE</strong>TERMINACIÓN Y COEFICIENTE<br />
PEARSON<br />
APLICAR LOS CONCEPTOS <strong>DE</strong> LA ECUCACIÓN <strong>DE</strong> REGRESIÓN<br />
EJECUTAR LA APLICACIÓN <strong>DE</strong> CONCEPTOS <strong>DE</strong> <strong>REGRESION</strong> LINEAL EN<br />
EJERCICIOS <strong>DE</strong> PRACTICA
CONTENIDO <strong>DE</strong>L MODULO<br />
<strong>REGRESION</strong> SIMPLE<br />
FORMULA<br />
<strong>CORRELACION</strong><br />
FORMULA<br />
MS EXCEL<br />
COEFICIENTE PEARSON<br />
INTERNET<br />
EJEMPLOS
<strong>UNIDAD</strong> 1 Introducción<br />
Los análisis de regresión y correlación mostrará:<br />
La naturaleza de la relación entre las variables<br />
La fuerza de la relación entre variables<br />
Análisis de regresión<br />
Formula matemática que relaciona las variables<br />
conocidas con la varibale desconocida<br />
<br />
Análisis de correlación<br />
Determinar el grado de relación entre las variables
Diagrama de Dispersión:<br />
Es un gráfico que muestra la intensidad y el sentido de<br />
la relación entre dos variables de interés.<br />
Variable dependiente<br />
Respuesta, predicha, endógena<br />
Es la variable que se desea predecir o estimar<br />
Variables independientes<br />
Predictoras, explicativas exógenas<br />
Son las variables que proveen las bases para estimar.<br />
Si X es la variable independiente e Y es la variable<br />
dependiente, una relación funcional tiene la forma:<br />
Y=f(X)
<strong>UNIDAD</strong> 2 Regresión Lineal<br />
Formulación matemática que relaciona las<br />
variables conocidas con las desconocidas<br />
Relación causal entre variables<br />
Variable independiente causa cambios en la<br />
variable dependiente<br />
Es una manera de expresar dos ingredientes<br />
esenciales de una relación estadística:<br />
Define tendencia de la variable dependiente<br />
Establece la dispersión de las observaciones
ECUACION <strong>DE</strong> <strong>REGRESION</strong> LINEAL<br />
Y’= a + bX, donde:<br />
Y’ es el valor estimado de Y para distintos X.<br />
a es la intersección o el valor estimado de Y cuando<br />
X=0<br />
b es la pendiente de la línea, o el cambio promedio de<br />
Y’ para cada cambio en una unidad de X<br />
el principio de mínimos cuadrados es usado para<br />
obtener a y b:<br />
b<br />
a<br />
=<br />
n ( Σ X Y ) − ( Σ X ) ( Σ Y )<br />
2 2<br />
n ( Σ X ) − ( Σ X )<br />
Σ Y<br />
= −<br />
n<br />
b<br />
Σ X<br />
n
Y = ƒ (X)= a ± b (x)<br />
PENDIENTE<br />
<strong>DE</strong> LA RECTA<br />
OR<strong>DE</strong>NADA<br />
Y <strong>DE</strong> LA RECTA
PENDIENTE <strong>DE</strong> LA <strong>REGRESION</strong><br />
Sección A<br />
Relación lineal positiva<br />
Sección B<br />
Relación lineal negativa<br />
Sección C<br />
No hay relación<br />
E y<br />
E y<br />
Línea de regresión<br />
*<br />
E y La pendiente β 1<br />
es 0<br />
La pendiente β 1<br />
es negativa<br />
*<br />
La pendiente β 1<br />
es positiva<br />
Línea de regresión<br />
*<br />
Línea de regresión<br />
x<br />
x<br />
x<br />
*<br />
Ordenada al origen β 0
Proceso de estimación de la regresión lineal simple<br />
Modelo de regresión<br />
y=β 0 +β 1 x+ε<br />
Ecuación de regresión<br />
E(y)=β 0 +β 1 x<br />
Parámetros desconocidos<br />
Datos de la muestra<br />
x y<br />
x 1<br />
y 1<br />
x 2<br />
y 2<br />
. .<br />
. .<br />
. .<br />
x n<br />
y n<br />
b 0 y b 1<br />
proporcionan estimados<br />
β 0 y β 1<br />
Ecuación estimada de<br />
regresión<br />
y=b 0 +b 1 x<br />
Estadísticos de la muestra<br />
b 0 .b 1<br />
Lic. Olga Susana Filippini
Error Estandar de Estimacion<br />
Mide la dispersión de los valores observados<br />
alrededor de la recta de regresión.
<strong>UNIDAD</strong>3 Análisis de Correlación<br />
Requiere variables medidas en escala de<br />
intervalos o de proporciones<br />
Varía entre -1 y 1<br />
Valores de -1 ó 1 <strong>CORRELACION</strong> PERFECTA<br />
Valor igual a 0 AUSENCIA <strong>CORRELACION</strong><br />
Valores negativos RELACION INVERSA<br />
Valores positivos RELACION DIRECTA
<strong>UNIDAD</strong>3 Análisis de Correlación<br />
Grado que una variable esta relacionada<br />
con otra<br />
Útil para medir que tan bien se explican<br />
los cambios en la variable dependiente<br />
Medias para describir la correlación entre<br />
dos variables
Coeficiente de Determinación<br />
R 2<br />
COEFICIENTE<br />
<strong>DE</strong> <strong>DE</strong>TERMINACION<br />
La proporción de la variación<br />
total en la variable dependiente<br />
Y que es explicada o<br />
contabilizada por la variación en<br />
la variable independiente X<br />
Media del grado o fuerza de<br />
la asociación entre las<br />
variables X,Y<br />
Es el cuadrado del<br />
coeficiente de correlación y<br />
varia entre 0 y 1
Coeficiente de Correlacion<br />
R<br />
Describir que tan bien<br />
explica una variable a otra<br />
COEFICIENTE<br />
<strong>DE</strong> <strong>DE</strong>TERMINACION<br />
Media del % de los datos que<br />
se relación entre si<br />
Es la raíz cuadrada del<br />
coeficiente de<br />
determinación
Correlación Positiva Perfecta<br />
Y<br />
10<br />
9<br />
8<br />
7<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
0<br />
0 1 2 3 4 5 6 7 8 9 10<br />
X
Correlación Negativa Perfecta<br />
Y<br />
10<br />
9<br />
8<br />
7<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
0<br />
0 1 2 3 4 5 6 7 8 9 10<br />
X
Ausencia de Correlación<br />
Y<br />
10<br />
9<br />
8<br />
7<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
0<br />
0 1 2 3 4 5 6 7 8 9 10<br />
X
Correlación Fuerte y Positiva<br />
Y<br />
10<br />
9<br />
8<br />
7<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
0<br />
0 1 2 3 4 5 6 7 8 9 10<br />
X
Limitaciones y Errores<br />
NO <strong>DE</strong>TERMINAN CAUSA Y EFECTO<br />
INTERPRETACION ERRONEA<br />
INCORRECTO r = .6 la ecuación de regresión<br />
explica el 60% de la variación total en Y<br />
CORRECTO r² = .36 Solo el 36% de la<br />
variación total se explica por la recta de<br />
regresion
MS EXCEL INTERNET<br />
http://www.sc.ehu.es/sbweb/fisica/cursoJava/num<br />
erico/regresion/regresion.htm