Transcript Estadistica Basica Sesion 7
Curso de Estadística Básica
SESION 7 REGRESIÓN LINEAL MCC. Manuel Uribe Saldaña MCC. José Gonzalo Lugo Pérez
Estadística Básica
Objetivo
Representar datos de dos variables de forma tabular y gráfica. Comprender la distinción entre los propósitos básicos del análisis de correlación y regresión lineal. (Sesión 6 y 7)
Estadística Básica
Agenda Sesión 7
• • • •
Datos de dos variables Correlación lineal (Sesión 6) Regresión lineal (Sesión 7) Evaluación (Sesión 7)
Estadística Básica
Problema
Estadística Básica
Tabla de extensiones
No.
Suma
1 2 3 4 5 6 7 16 17 18 19 20 8 9 10 11 12 13 14 15
Incremento en horas (x)
40 65 84 40 70 68 110 90 65 35 30 85 90 90 50 75 90 70 70 40
1357 Incremento en Ventas (y)
$ 500.00
$ 1,000.00
$ 500.00
$ 4,000.00
$ 2,000.00
$ 5,000.00
$ 2,000.00
$ 4,000.00
$ 1,000.00
$ 10,000.00
$ 8,500.00
$ 2,000.00
$ 3,500.00
$ 1,000.00
$ 2,500.00
$ 5,000.00
$ 9,000.00
$ 3,000.00
$ 4,000.00
$ 500.00
$ 69,000.00
x2
1600 4225 7056 1600 4900 4624 12100 8100 4225 1225 900 7225 8100 8100 2500 5625 8100 4900 4900 1600
101605 y2
250000 1000000 250000 16000000 4000000 25000000 4000000 16000000 1000000 100000000 72250000 4000000 12250000 1000000 6250000 25000000 81000000 9000000 16000000 250000
394500000 xy
20000 65000 42000 160000 140000 340000 220000 360000 65000 350000 255000 170000 315000 90000 125000 375000 810000 210000 280000 20000
4412000
Estadística Básica
Cálculos
SC
(
x
)
x
2 2
n
9532 .
55
SC
(
y
)
y
2 2
n
156450000
SC
(
xy
)
xy
x
y n
269650
r
SC
(
xy
)
SC
(
x
)
SC
(
y
) 0 .
22080459
Estadística Básica
Conclusiones
No en están correlacionadas las variables “incremento horas” e “incremento en ventas” ya que el coeficiente de una correlación
r
= -0.22, lo que indica correlación muy débil o nula.
Estadística Básica
Regresión Lineal
• El análisis de regresión lineal encuentra la ecuación de la recta que describe mejor la relación entre las dos variables. Una aplicación de esta ecuación es hacer predicciones.
Estadística Básica
Ejemplos
• El éxito que tendrá un estudiante en la universidad con base en los resultados que obtuvo en el bachillerato.
• Averiguar la distancia necesaria para detener un automóvil conociendo su velocidad.
• El peso que debe tener un niño con base en la estatura.
• El número de sentadillas que realizará un estudiante con base en el número de lagartijas que realizó
Estadística Básica
Modelos o ecuaciones de predicción
La relación entre estas dos variables es una expresión algebraica que describe la relación matemática entre x y
y
. A continuación se presentan algunos ejemplos de varias relaciones posibles:
Lineal: Cuadrática: Exponencial: Logarítmica:
y
ˆ
b
0
b
1
x y
ˆ
a
bx
cx
2
a
(
b x
)
y
ˆ
a
log
b x Estadística Básica
Patrones de datos de dos variables
Estadística Básica
Método de mínimos cuadrados
Si un modelo de línea recta parece idóneo, la recta del mejor ajuste se encuentra aplicando el
método de mínimos cuadrados
y
b
b x
es la ecuación de una recta, donde representa particular de
x
El método de mínimos cuadrados requiere encontrar
b b
1 sea lo más pequeña posible.
y
2
Estadística Básica
y
Método de mínimos cuadrados
y
ˆ
b
0
b
1
x
(
x
, ) ˆ
y y
(
x
,
y
)
y x Estadística Básica
Recta del mejor ajuste
La ecuación de la recta del mejor ajuste es determinada por su pendiente origen
b
0
b
y su ordenada al 1 . Los valores de las constantes, pendiente y ordenada al origen, que satisfacen el criterio de mínimos cuadrados se encuentran aplicando las siguientes fórmulas:
b
1 (
x
(
x x
)(
x y
) 2
y
)
b
0
y
(
b
1
x
)
n Estadística Básica
Recta del mejor ajuste
Para encontrar la pendiente equivalencia
b
1 se usará una matemática que utilice la suma de los cuadrados determinados en los cálculos preliminares de correlación:
b
1
SC
(
xy
)
SC
(
x
)
Estadística Básica
Clase de educación física del Sr. Torres
Tomando en cuenta el ejemplo de la sesión 6 sobre los 10 estudiantes que realizaron pruebas de condición física, ahora el objetivo es predecir las “sentadillas” efectuadas por un estudiante con base en el número de “lagartijas” hechas. Se quiere encontrar la recta del mejor ajuste,
y
ˆ
b
0
b
1
x
De esta manera se realizan los cálculos tomando los datos correspondientes de la tabla de extensiones generada:
Estadística Básica
Tabla de extensiones
Estudiante Lagartijas (x) 1 2 3 4 5 6 7 8 9 10
Sumatoria
27 22 15 35 30 52 35 55 40 40
351 x2
729 484 225 1225 900 2704 1225 3025 1600 1600
13717 Sentadillas (y)
30 26 25 42 38 40 32 54 50 43
380 y2
900 676 625 1764 1444 1600 1024 2916 2500 1849
15298 xy
810 572 375 1470 1140 2080 1120 2970 2000 1720
14257
Estadística Básica
Cálculos
Se toman los cálculos correspondientes a SC(x) y SC(xy) y se calcula la pendiente:
SC
(
x
)
x
2 2
n
13717 ( 351 ) 2 10 1396 .
9
SC
(
xy
)
xy
x
y n
14257 ( 351 )( 380 ) 10 919 .
0
b
1
SC
(
xy
)
SC
(
x
) 919 .
0 1396 .
9 0 .
6579 0 .
66
Estadística Básica
Cálculos
Se calcula la ordenada al origen,
b
0 de la tabla de extensiones: con los datos
b
0
y
(
b
1
x
)
n
380 ( 0 .
6579 )( 351 ) 10 14 .
9077 14 .
9
Estadística Básica
Ecuación del mejor ajuste
b
0
b
1
x b
0 14 .
9
b
1 0 .
66
y
ˆ 14 .
9 0 .
66
x
Notas
1.
2.
Recuerde mantener por lo menos tres cifras decimales extra al efectuar los cálculos para asegurar una respuesta exacta.
Al redondear los valores calculados de
b o
y
b 1
, preserve por lo menos dos cifras significativas en la respuesta final
Estadística Básica
Cálculo de los puntos de la recta
Se eligen dos valores convenientes de x, cada uno cerca de cada extremo del dominio (x=10 y x=60) y se encuentran sus valores
y
correspondientes.
14 .
9 0 .
66
x
14 .
9 0 .
66 ( 10 ) 21 .
5 14 .
9 0 .
66
x
14 .
9 0 .
66 ( 60 ) 54 .
5 ( 10 , 21 .
5 ) ( 60 , 54 .
5 )
Estadística Básica
Trazado de la recta
Clase de educación física del señor Torres
60 50 40 30 20 10 0 0 ( 10 , 21 .
5 ) 10 20 30
Lagartijas
40 50 ( 60 , 54 .
5 ) 60
Estadística Básica
Ejercicio
A ocho estudiantes universitarias, elegidas de forma aleatoria, se les preguntó su estatura (cerrada a la pulgada más próxima) y su peso (cerrado a las cinco libras más próximas). Calcule el coeficiente de correlación lineal r, y la ecuación para predecir el peso de una universitaria con base en su estatura y trácela sobre un diagrama de dispersión.
Estatura (x) Peso (y) Datos de las estaturas y pesos de las estudiantes universitarias 1 2 3 4 5 6 7
65 105 65 125 62 110 67 120 69 140 65 135 61 95
8
67 130
Estadística Básica
Respuestas
r
0 .
7979 0 .
80
SC
(
x
) 48 .
875
SC
(
xy
) 230 .
0
b
1 4 .
706 4 .
71
b
0 186 .
478 186 .
5 186 .
5 4 .
71
x Estadística Básica
1.
2.
3.
Observaciones en la elaboración de predicciones
La ecuación debe usarse para hacer predicciones sólo acerca de la población de la cuál se extrajo la muestra. Por ejemplo, sería cuestionable usar la relación entre la estatura y el peso de las estudiantes universitarias para predecir el peso de atletas profesionales, dadas sus estaturas.
La ecuación debe usarse sólo dentro del dominio muestral de la variable de entrada. Por ejemplo, la predicción de que una universitaria de estatura cero pesa -186.5 libras no tiene sentido. Tal vez, y de manera ocasional, se quiera usar la recta del mejor ajuste para estimar valores que están fuera del intervalo del dominio de la muestra. Esto es posible, pero debe hacerse con precaución y sólo para valores cercanos al intervalo del dominio.
Si la muestra fue tomada en 1994, no espere que los resultados sean válidos para 1929 o 2010. Las mujeres actuales pueden ser diferentes a las de 1929 y a las de 2010.
Estadística Básica