Regresion Logaritmica

Estadística Aplicada

Ingeniería En Industrias Alimentarias

IAM-0511

4 Análisis de Regresión Lineal Simple, no Lineal y Múltiple
4.1 Introducción al Análisis de Regresión
4.2 Diagramas deDispersión
4.3 Correlación; Medición de la intensidad y dirección de la asociación entre las Variables
4.4 Significación de la R de Pearson
4.5 Tipos de Modelos de Regresión
4.6 Desarrollo delModelo de Regresión Lineal Simple
4.7 Método de los Mínimos Cuadrados y su Interpretación
4.8 Desarrollo del Modelo de Regresión Múltiple
4.9 Coeficiente de Determinación Múltiple y su Interpretación4.10 Predicción de la Variable Dependiente e Independiente
4.11 Desarrollo del Modelo de Regresión Exponencial y su Interpretación
4.12 Desarrollo del Modelo de Regresión Logarítmica y suInterpretación

4.6 Desarrollo del Modelo de Regresión Lineal Simple

[pic]

[pic]

[pic]
REGRESION
[pic]
 
Se puede definir a la Regresión, como una correlación matemática basada en la ecuación dela recta modificada.
Existen varios tipos de regresión y todos se basan en modificaciones de la formula de regresión lineal :
Y = a + b . X (ecuación matemática de la recta)
Y es la variabledependiente (de estudio) y X la variable independiente.
a y b son factores derivados de la ecuación matemática de la recta.
Básicamente, por medio de la regresión se pretende predecir el valor de unavariable llamada genéricamente “Y”, a través de otra variable llamada “X”.
La regresión se representa mediante un coeficiente R que oscila entre - 1 y + 1. Cuando la variable dependiente Y aumenta anteincrementos de la variable independiente X , el R es positivo y oscila entre 0 y 1. A su vez cuando Y disminuye ante incrementos de X el R es negativo, entre 0 y –1. Veamos algunos ejemplos para unamejor comprensión :
[pic]
El gráfico muestra la relación existente entre sumatoria de puntos del Sistema Apache II a las 24 horas del ingreso y la probabilidad de mortalidad en terapia intensiva....