Ejemplo de clculo en regresin lineal

En un grupo de 8 pacientes se miden las cantidades antropomtricas peso y edad,

obtenindose los siguientes resultados:

X
12 8 10 11 7 7 10 14
(Edad)
Y
58 42 51 54 40 39 49 56
(Peso)

Existe una relacin lineal entre ambas variables?

Estimar la recta de regresin

Calcular la bondad del ajuste

En qu medida, por trmino medio, vara el peso cada ao?

Cunto ser el peso de un paciente de 9 aos?

Solucin

Existe una relacin lineal entre ambas variables?

A priori se podra pensar que existe una relacin lineal entre peso y altura.

Grfico de Dispersin

El modelo lineal propuesto es :

y 0 1 x
Estimacin de la recta de regresin

0 y 1 x

x y i i nx y
1 i 1
8

x
i 1
2
i nx 2

X (Edad) Y (Peso) X2 Y2 XY
12 58 144 3.364 696
8 42 64 1.764 336
10 51 100 2.601 510
11 54 121 2.916 594
7 40 49 1.600 280
7 39 49 1.521 273
10 49 100 2.401 490
14 56 196 3.136 784
X 79 Y 389 X 2 823 Y 2 19.303 XY 3.963
X 9.9 Y 48,6

Reemplazando se tiene:

0 48,6 2,8367 * 9,9

0 20,6122

3.963 8 * 9,9 * 48,6

1
823 8 * 9,9 * 9,9

1 2,8367

As la recta de regresin estimada queda:

Peso 20,6122 2,8367 * Edad

Calcular la bondad del ajuste

 Para determinar la bondad del ajuste se determinar el coeficiente de
correlacin de Pearson (r).

x y
i 1
i i nx y
r
8 8
( x i2 nx 2 )( y i2 ny 2 )
i 1 i 1

3.963 8 * 9,9 * 48,6

r
(823 8 * 9,9 * 9,9)(19.303 8 * 48,6 * 48,6)

r 0,9431

Existe una correlacin positiva y cercana a la unidad (1), la cual indica una
fuerte relacin lineal entre peso y edad.

En qu medida, por trmino medio, vara el peso cada ao?

De la recta estimada, Peso 20,6122 2,8367 * Edad se puede determinar

que por cada ao de edad se incrementa el peso en 23,4490 (Kilos) (
Peso 20,6122 2,8367 * 1 )

Cunto ser el peso de un paciente de 9 aos?

Reemplazando en la ecuacin de la recta estimada

Peso 20,6122 2,8367 * Edad

Peso 20,6122 2,8367 * 9
Peso 46,1429 Kilos