02 Notes I IntroductionRegressionAnalysis

Introducción
1.1 Regresión y construcción del modelo
El análisis de regresión es una técnica estadística para investigar y modelar la relación entre las variables. Estos
modelos también son pensadoscomo modelos empíricos, una aproximación a la verdadera relación de las
observaciones que observe.
Un análisis de regresión es tan confiable como los datos en los que esta basado.
La motivación parala creación del modelo se toma del ejemplo siguiente:
Ejemplo:
Un ingeniero industrial empleado por una empresa refresquera (embotelladora de bebidas) quiere analizar la
entrega del producto y lasoperaciones de servicio para la venta en máquinas de refrescos. Sospecha que el
tiempo requerido para la entrega de bebida a través de la ruta del repartidor de carga y servicio de una
máquina estarelacionada con el número de casos del producto entregado.
Visita 25 tiendas aleatoriamente de puntos de venta con máquinas expendedoras y registra el tiempo de
entrega en el punto de venta (enminutos) y la cantidad de producto entregado (en casos) para cada tienda.

Introducción/ Motivación / Extrapolación

Facultad de Ciencias / UNAM

Página 1

Observaciones:
 El scatter plot sugiere unarelación entre el tiempo de entrega y el volumen de entrega.
 Como primer aproximación a la relación funcional se propone una recta donde casi exactamente hacen
todos los puntos, la ecuación sería y  0  1 x donde  0 es el intercepto y 1 la inclinación.


Aquellos puntos que no caen exactamente en la línea deben ser tomados en cuenta si queremos tener
un modelo o función que las explique,decimos que la diferencia entre el valor observado y y la línea
recta  0  1 x es un error  , y pensemos a este error como una variable aleatoria para tomar en
cuenta las desviaciones del ajuste delmodelo con los datos exactos.

Un modelo más plausible es y   0  1 x   , esta es llamado un modelo de regresión lineal (como solo
tenemos una variable regresora entonces es llamado simple)....