Sie sind auf Seite 1von 5

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

FACULTAD DE INGENIERÍA
ESCUELA PROFESIONAL DE INGENIERIA DE MINAS

“REGRESIÓN LINEAL SIMPLE”


ASIGNATURA: ESTADÍSTICA Y PROBABILIDADES
CICLO: SEPTIMO
DOCENTE: Lic. Luis López Puycán
INTEGRANTES DEL GRUPO:
 Diego Manuel Torres Sarzozo 2016-101034
 Wilson Gonzalo Ticona Quispe
 Santiago Miranda Jiménez
 Álvaro Humire Gallegos

TACNA-PERÚ
2019
ÍNDICE
INTRODUCCIÓN

En este trabajo, trataremos el estudio de la asociación entre dos variables conocida como

asociación simple, solo en forma descriptiva. Se aplicarán los métodos descriptivos con

muestras bivariantes cuantitativas, es decir con muestras donde en cada unidad estadística

se observan dos características cuantitativas medibles X e Y por ejemplo, ingresos y

gastos mensuales. El objetivo es estudiar la asociación entre dos variables conocida

también como asociación simple.

La primera forma del estudio de la asociación entre las variables X e Y es la regresión,

que consiste en determinar una relación funcional (recta de regresión) entre ellas, con el

fin de que se pueda predecir el valor de una variable en base a la otra. La variable que se

va predecir se denomina variable dependiente y la variable que es la base de la predicción

se denomina variable independiente.

La segunda forma del estudio de la asociación entre las variables X e Y, es denominada

correlación, que consiste en determinar la variación conjunta de las dos variables, su

grado de relación, y su sentido (positivo o negativo). La medida del grado de relación se

denomina coeficiente o índice de correlación. El cuadrado del índice de correlación se

denomina coeficiente de determinación.

En este capítulo haremos un estudio descriptivo de la regresión lineal en el sentido que,

la ecuación de regresión lineal que se determina será válida, si hay la seguridad de que

existe un alto grado de correlación entre las variables indicado por el coeficiente de

determinación.

Finalmente realizaremos la aplicación práctica en 5 casos, los cuales serán comprobados

con el uso del software SPSS.


DATOS Y GRÁFICA DE DISPERSIÓN

Los datos de la regresión simple

Los n datos en parejas ( ).(x,).....(x,y) son valores de la variable

bidimensional (X,Y), donde los x, son los valores de la variable independiente X

y los

y son los valores de la variable dependiente Y.

Los métodos estadísticos descriptivos ya estudiados como la media, la

desviación

estándar, etc. son válidos en cada una de las dos variables. La estadística

descriptiva nueva

aqui es la covarianza que mide la dispersión o variabilidad conjunta de los

valores de las

variables (X,) con respecto a las medias (5.1).

Además, es posible, construir distribución de frecuencias conjunta de las dos

variables.

Si los datos de se tabulan en r intervalos; I y los datos de Y se tabulan en s

intervalos; J

se tendrá una distribución conjunta de frecuencias que consiste de los intervalos

()

frecuencias f En este texto básico, no tocaremos el tema de distribuciones

conjuntas por

intervalos de dos variables asociadas.


La gráfica de dispersión

Es frecuentemente posible visualizar el tipo de relación existente entre las dos

variables

(X,Y) analizando la gráfica en el plano cartesiano de los datos (t.), denominada

gráfica de dispersión, o XY dispersión. La gráfica indica la tendencia de la

relación

existente entre las dos variables.

Por ejemplo, es la figura 4.1 a), los datos visualiza una relación linea con

tendencia

positiva o creciente entre las variables X e Y, mientras que en la 41 b) la

relación es lineal

con tendencia negativa o decreciente. En la figura 4.1 c) los datos visualizan una

relación

no lineal, y en la figura 4.1 d) los datos visualizan ninguna relación válida de

regresión.