ANOVA y REGRSION LINEAL
ıa
a
Asignatura: Estad´
ıstica Matem´tica
a
´
ANOVA y Regresion Lineal
Prof. Abelardo Monsalve Cobis
Departamento de Estad´
ıstica e Investigaci´n de Operaciones
o
Universidad Centroccidental “Lisandro Alvarado”
Barquisimeto, Enero 2012.
ANOVA
1 / 38
Contenido
Contenido
1
An´lisis de Varianza de un Factor
a
An´lisis de Varianza deun Factor: Muestras de Igual Tama˜o
a
n
An´lisis de Varianza de un Factor: Muestras de Distinto Tama˜o
a
n
2
Regresi´n Lineal Simple
o
El modelo
Estimaci´n
o
Coeficiente de Correlaci´n Lineal de Pearsonr
o
Coeficiente de Determinaci´n Lineal r2
o
Inferencias respecto de los Par´metros β j
a
Anova
Intervalos de Confianza para la Predicci´n
o
Intervalos de Predicci´n
o
3Regresi´n Lineal Multiple: Enfoque Matricial
o
ANOVA
2 / 38
Contenido
Contenido (cont.)
El Modelo
Estimaci´n
o
Coeficiente de Determinaci´n
o
Inferencias respecto de los par´metros
a
ANOVA
Intervalos de Confianza para la Predicci´n
o
Intervalos de Predicci´n
o
ANOVA
3 / 38
An´lisis de Varianza de un Factor
a
Muestras de Igual Tama˜o
n
1
Media y varianzamuestrales
n
∑ Xij
X j = i =1
n
k
Media de la Muestra j
;
n
∑ ∑ Xij
X=
j =1 i =1
nk
;
nj
∑
S 2 = i =1
j
Xij − X j
n−1
Gran Media
2
;
Varianza de la Muestra j
ANOVA
4 / 38
An´lisis de Varianza de un Factor
a
Muestras de Igual Tama˜o (cont.)
n
2
Suma Total de los Cuadrados STC, Dentro de las Muestras SCD, Entre
las MuestrasSCE.
2
k n
k n
2
1 k n
2
STC = ∑ ∑ Xij − X = ∑ ∑ Xij −
X
nk j∑ i∑ ij
j =1 i =1
=1 =1
j =1 i =1
k
SCD =
n
∑∑
2
Xij − X j
j =1 i =1
k
SCE =
∑
n
2
∑ Xij −
j =1 i =1
n
∑∑
k
=
Xj − X
j =1 i =1
2
1 k
= ∑
n j =1
n
∑ Xij
i =1
1 k
n j∑
=1
2
n
2
∑ Xij
i =1
2
1 k n
−
X
nk j∑ i∑ ij
=1=1
STC = SCD + SCE
ANOVA
5 / 38
An´lisis de Varianza de un Factor
a
Muestras de Igual Tama˜o (cont.)
n
Fuente de
Variaci´n
o
Grados
Libertad
Suma de
Cuadrados
Cuadrado
Medio
Entre
k−1
SCE
MSCE = SCE
k −1
Muestras
Dentro
k ( n − 1)
SCD
SCD
MSCD = k(n−1)
Estad´
ıstico
F
MSCE
MSCD
Muestras
Total
nk − 1
STC
Se Rechaza laHip´tesis si F > Fk−1,k(n−1)
o
ANOVA
6 / 38
An´lisis de Varianza de un Factor
a
Muestras de Distintos Tama˜os
n
1
Media y varianza muestrales, ∑k=1 n j = N
j
nj
∑ Xij
Xj =
i =1
nj
Media de la Muestra j
;
k
∑ n j Xij
X=
j =1
N
;
nj
∑
S 2 = i =1
j
Xij − X j
nj − 1
Gran Media
2
;
Varianza de la Muestra j
ANOVA
7 / 38An´lisis de Varianza de un Factor
a
Muestras de Distintos Tama˜os (cont.)
n
2
Suma Total de los Cuadrados STC, Dentro de las Muestras SCD, Entre
las Muestras SCE.
2
n
k nj
k nj
2
1 k j
2
STC = ∑ ∑ Xij − X = ∑ ∑ Xij −
X
N j∑ i∑ ij
j =1 i =1
=1 =1
j =1 i =1
k
SCD =
nj
∑∑
Xij − X j
2
k
=
j =1 i =1
∑ nj
2
∑ Xij −
j =1 i =1
k
SCE =∑
nj
Xj − X
j =1
2
k
1
=∑
n
j =1 j
nj
∑ Xij
i =1
k
1
∑ nj
j =1
2
nj
2
∑ Xij
i =1
2
n
1 k j
−
X
N j∑ i∑ ij
=1 =1
STC = SCD + SCE
ANOVA
8 / 38
An´lisis de Varianza de un Factor
a
Muestras de Distintos Tama˜os (cont.)
n
Fuente de
Variaci´n
o
Grados
Libertad
Suma de
Cuadrados
Cuadrado
MedioEntre
k−1
SCE
MSCE = SCE
k −1
Muestras
Dentro
Muestras
N−k
SCD
Total
N−1
SCD
N −k
Estad´
ıstico
F
MSCE
MSCD
STC
MSCD =
Se Rechaza la Hip´tesis si F > Fk−1,N −k
o
ANOVA
9 / 38
Regresi´n Lineal Simple
o
El modelo
La Regresi´n es un m´todo cuyo objetivo es estudiar, analizar la relaci´n
o
e
o
entre una variable respuesta Y y una...
Regístrate para leer el documento completo.