estudiante
MERCEDES OSORIO MAZA
CAPITULO I
ANÁLISIS DE REGRESIÓN
Consiste en emplear métodos estadísticos que determinen matemáticamente un
modelo de la curva que más se ajusta a los datos.
Es decir:
y = f (xi )
Donde:
y = variable dependiente
x = variable independiente
f = función
Para elegir la relación funcional que más se ajusta a los datos lo 1ro que
debemos hacer es eldiagrama de dispersión.
Diagrama de Dispersión.- Es la gráfica de los valores (xi , yi) este diagrama permite
visualizar la tendencia que siguen los puntos ya sea lineal, exponencial, etc.
y i a bx i
ˆ
Relación Lineal
y i ab x
ˆ
Relación Exponencial
Diagrama de Dispersión
s/ Tendencia
En base a la tendencia que siguen los datos nosotros analizamos los diferentestipos de
regresión.
1. ANÁLISIS DE REGRESIÓN LINEAL.- Es aquel análisis cuando la relación
entre “x” e “y” es de tipo lineal.
Matemáticamente el modelo será:
yi A Bxi i
Donde:
y i Variable dependiente
x i Variable indenpendiente
A, B Coeficient es
i Error
FIGMM
PAG. N0 59
ESTADISTICA
MERCEDES OSORIO MAZA
Si tenemos un diagrama de dispersión lineal y siasumimos un modelo de
estimación de la forma:
Tendremos:
ˆ
yi a bx i
y i a bx i
ˆ
i
(Modelo Muestral)
yi A Bx i
(Modelo Poblaciona l)
Para que el modelo estimado y1 a bx , este muy próximo al modelo real
ˆ
y1 A Bx1 1 , nosotros debemos minimizar el error.
Tomando una observación el error será 1 y1 y1 .
ˆ
Luego la recta que mejor seajusta será aquella que minimice la suma cuadrado del
i2 yi yi min.
ˆ
error:
2
Es decir:
n
i2 y1 y1 y2 y2 ..................yi yi yi yi
ˆ
ˆ
ˆ
ˆ
2
2
2
2
i 1
Para hallar los estimadores “a” y “b” que hagan mínimo el error se estimara de:
i2
0
a
i2
0
b
Ecuaciones Normales
Hallando:
n
i2
2 y i a bx i (-1) 0
a
i 1
n
n
i 1
i 1
yi na b x i 0
n
y
i 1
Primera ecuación normal
n
i
na b x i
i 1
Reemplazando:
n
2
Si i2 yi yi n Y se sabe : yi a bx i
ˆ
ˆ
2
i 1
2
i yi a bx i
i 1
FIGMM
PAG. N0 60
ESTADISTICA
MERCEDES OSORIO MAZA
n
i2
2 yi a bx i (-x i ) 0
b
i 1
n
n
n
x i yi a x i b x i2 0
i 1
i 1
n
x y
i 1
i
i 1
n
i
n
i 1
i 1
a x i b x i2 0
Segunda ecuación normal
2. REGRESION EXPONENCIAL.- Cuando el diagrama de dispersión se nos
presenta en la siguiente forma:
Entonces el modelo será
ˆ
y ab x
ˆ
y ab - x
ˆ
y ab x
El modelo será linealizadotomando logaritmo natural y/o función logaritmo.
Si y ab x
lny lna xlnb
y* a * b * x
Y
L
n
y
ˆ
y ab x
y* a * b * x
L
n
x
X
La estimación de a* y b* se halla igual que la regresión lineal simple de las
ecuaciones:
y* na * b * x
xy* a * x b * x
i
i
Ecuaciones normales
2
i
La regresión exponencialse presenta en muchos problemas de Física, Química
Economía. Etc.
FIGMM
PAG. N0 61
ESTADISTICA
MERCEDES OSORIO MAZA
3. MODELO POTENCIAL.- Si se presenta un modelo
linealizarlo es mediante ln y/o log.
y ax
la manera de
Linealizan do : lny ln(ax b )
lny lna blnx
Y
y b2
y* a * bx *
L
n
y
L
n
x
X
Las ecuaciones serán:
y na * b * x
x y a * x b x
*
i
*
i
* *
i i
i
*2
i
COEFICIENTE DE DETERMINACION (r2). - Es aquella medida conocida también
como coeficiente de bondad de ajuste ya que indica en que porcentaje se ajusta la línea
de regresión al conjunto de datos.
r
2
ˆ
y
y
- y
2
i
- y
2
i
yi Valor observado
yi Valor estimado en base al...
Regístrate para leer el documento completo.