MAGISTER:

FERNANDO SUCA APAZA

INTEGRANTES:
HUI LLCAAHUI DONGO, OBDULI O
NAVARRO REYES, JULI A
REGRESIN LINEAL
UNIVERSIDAD PRIVADA CESAR VALLEJO
MAESTRIA EN EDUCACIN


CURSO: ESTADSTICA
INTRODUCCIN
El trmino regresin fue introducido por
el cientfico ingls Galton (1889) en su obra
Herencia natural. Descubri que los nios
que tienen padres altos o bajos tienden a
regresar a la estatura promedio de sus
padres.
As se inicio el uso del anlisis de regresin
como una importante herramienta
estadstica.
DEFINICIN
La Regresin Lineal es un Mtodo estadstico que permite
establecer una relacin de dependencia entre variables
cuantitativas
(1)
Variable Dependiente (explicada) Y
Variable Independiente (explicativas) X

El sentido de la regresin es el de predecir una variable
basndonos en el conocimiento de otra.
Si sabemos que la variable X est muy relacionada con Y,
ello quiere decir que podemos predecir Y a partir de X.


(1) Excepcionalmente, entre las variables independientes puede haber alguna
cualitativa.
Diagrama de dispersin
(Representacin grfica)

DEFINICIN
La Regresin Lineal puede ser:
Simple: Una sola variable independiente.
Mltiple: Ms de una variable independiente.
El tema bsico en regresin (con 2 variables) es
ajustar los puntos del diagrama de dispersin de
las variables X e Y. Siendo la relacin lineal.
El problema es conseguir la mejor lnea que una
los puntos. Necesitamos para ello un criterio. El
ms empleado es el criterio de mnimos
cuadrados.
Criterio de mnimos cuadrados: Es aquel que
minimiza las distancias cuadrticas de los puntos con la
lnea.

Y
X
Repaso de la ecuacin de una recta
Y=A+BX

A es la ordenada en el origen
(es donde la recta corta el eje Y)
B es la pendiente (observar que
en el caso de las relaciones
positivas, B ser positivo; en el
caso de las relacin negativas,
B ser negativo; si no hay
relacin, B ser
aproximadamente 0).
Si queremos predecir Y a partir de X, necesitamos calcular (en
el caso de relacin lineal) la recta de regresin de Y sobre (a
partir de) X.
Y
X
A
B
X
Y
X
Y
X
Y
Positiva
Negativa
Zero
NO HAY
RELACIN
Clculo de la ecuacin de regresin lineal (de Y sobre X)
El criterio de mnimos
cuadrados nos proporciona un
valor de A y uno de B, tal que:

2
'
1
n
i i
i
Y Y

sea mnimo
Y
Y
X
EJEMPLO DE REGRESION LINEAL
INTELIG
130 120 110 100 90 80
R
E
N
D
I
M
11
10
9
8
7
6
5
4
3
COEFICIENTE
INTELECTUAL (X)
RENDIMIENTO (Y)
120 10
100 9
90 4
110 6
X
Y
Clculo de la ecuacin de regresin lineal (de Y sobre X)
La recta por mnimos
cuadrados es:
Y=-8,5+0,15X
Observa....

-Cada unidad de CI hace aumentar
0,15 la nota.
-Aunque en este caso, lo siguiente no
tiene sentido, una persona con CI de
0, sacara un -8.5

2
'
1
n
i i
i
Y Y

es mnimo
Esa expresin vale 11.5 en
nuestro caso
Clculo de la ecuacin de regresin lineal (de Y sobre X)
Las frmulas.... En puntuaciones directas
2 2
XY nXY
B
X nX

Pendiente
Ordenada origen
A Y BX
Y = A + BX
Y: Promedio
de valores de Y
X: Promedio
de valores de X
n: cantidad de
muestra
Clculo de la ecuacin de regresin lineal (de Y sobre X)
X Y XY X2
suj1 120 10 1200 14400
suj2 100 9 900 10000
suj3 90 4 360 8100
suj4 110 6 660 12100
4 SUMA SUMA
3120 44600
PROMEDIO PROMEDIO
105 7.25
N
4
2
3120 4 105 7' 25
0'15
44600 4 105
B



7' 25 0'15 105 8'5 A
Y=-8,5+0,15X
Luego
2 2
XY nXY
B
X nX

Cada unidad de CI hace aumentar

0,15 la nota.
Y = A + BX
A Y BX