Maestro Guillermo Conde Medina

Universidad Tecmilenio
Pronsticos para la toma de
decisiones

MODELOS CAUSALES
(Regresin lineal)
Conceptos
Es la variable
causa.
Variable
independiente
Es la variable
efecto.
Variable
dependiente
Variable
Elemento que puede adoptar diversos valores.
X
Y
Es la variable que pronosticamos.
REGRESIN
Es un mtodo.
Establece un
modelo algebraico
o frmula.
Describe la
relacin entre dos
o ms variables.
REGRESIN
Regresin simple
Una variable
independiente
influye sobre una
dependiente.
Regresin mltiple
Se estudian dos o
ms variables
X Y
X
1
Y X
2
X
3
REGRESIN
El modelo es un
polinomio de grado 1.
Regresin
lineal
En cualquier otro caso
se llama no lineal.
Regresin
no lineal
Y=2+5x
Y=6+7x+2x
2
Ecuaciones
Ecuacin de la recta (modelo matemtico)
x b b y
x y
1 0
1 0
+ =
+ =
.
.
| |
Variable
dependiente que
se quiere
pronosticar, es
decir, la
estimacin de su
valor (equivalente
a la F
t
en los
modelos de series
de tiempo)
Interseccin Pendiente Variable
independiente
Pendiente
poblaciona
l
Pendiente
de la
muestra
Frmulas
Interseccin
( )( ) ( )( )
( ) ( )
( ) ( )( )
( ) ( )
2
2
1
2
2
2
0

=
x x n
y x xy n
b
x x n
xy x y x
b
Pendiente
DIAGRAMA DE
DISPERSIN
Ilustracin grfica que se usa en
el anlisis de regresin.
Cada punto representa un
valor de la variable
independiente y un valor
asociado de la variable
dependiente.
+ Conceptos
Patrn de tendencia
Aquel donde las coordenadas de un diagrama de
dispersin caen en un patrn de valo alargado
que se aproxima a la forma de una lnea recta.
Coordenada
Punto de un diagrama de dispersin donde se
grafican los valores de x y y para el caso.
Diagrama de dispersin
0
10
20
30
40
50
60
70
80
90
100
0 20 40 60 80 100
Diagrama de dispersin Recta de regresin
0
10
20
30
40
50
60
70
80
90
100
0 20 40 60 80 100
Condiciones para la
perfeccin
Modelo
matemtico
perfecto
Error estndar
bajo (Se)
Coeficiente de
correlacin alto
Coeficiente de
determinacin alto
Supuestos:
Normalidad
Igualdad de
varianza
Independencia
Prueba
ANOVA
Error estndar de
estimacin
2
2

|
.
|

\
|

=

.
n
y y
Se
i i
Medida de grado de dispersin de los
valores y estimados alrededor de la recta
de regresin.
Cuando los errores son pequeos, el
modelo tiende cada vez ms a lo ptimo.
Dato
real
Valor estimado
que se calcula al
sustituir el valor de
la variable
independiente en
la ecuacin de
regresin.
Error estndar de estimacin
2
2

|
.
|

\
|

=

.
n
y y
Se
i i
Se ubican cerca de la
recta.
Hay poca dispersin.
El modelo es casi
perfecto.
La muestra es grande.
Errores
peque
os
Anlisis de
correlacin
Correlacin habla
del grado de
asociacin entre dos
variables.
Si r=1 la correlacin
de las variables es
positiva y todos los
puntos caen dentro
de la recta de
regresin.
Si r=-1 la
correlacin es
negativa y todos los
puntos caen dentro
de la recta de
regresin.
1 1 s s r
1 0 s s r
0 1 s s r
Anlisis de correlacin
-1 1 0.5 0 -0.5
Correlaci
n negativa
perfecta
Correlaci
n positiva
perfecta
Ninguna
correlacin
Positiva
dbil
Negativa
dbil
Negativa
media
Negativa
fuerte
Positiva
media
Positiva
fuerte
CORRELACIN CORRELACIN
Anlisis de correlacin
( ) ( )( )
( ) ( ) | | ( ) ( ) | |
2
2
2
2




=
i i i i
i i i
y y n x x n
y x y x n
r
Coeficiente de determinacin
r
2

Interpretacin
El coeficiente de
determinacin es la
cantidad de variacin en
Y, que se explica por la
variable independiente X.
Supuestos
Supuestos
Normalidad
Igualdad de
varianzas
Independenci
a
Para calcular los supuestos se utilizan los
residuales.
i i
y y
^

Prueba de hiptesis
Se usa el nivel 0.05 con
frecuencia; ste se utiliza
para proyectos de
investigacin de mercado.
El nivel de 0.01 se usa
para el aseguramiento de
calidad (mayormente) y el
de 0.10 para encuestas
polticas.
El investigador debe
decidir que nivel de
significancia debe utilizar
antes de realizar una regla
de decisin.
Nivel de
significancia
()
Prueba de hiptesis
Prueba

Sirve para comprobar si

la correlacin de ambas
variables X y Y existe en
la poblacin.
Prueba de hiptesis
0 :
0 :
0
=
=

A
H
H
El nivel de significancia de un test es un concepto
estadstico asociado a la verificacin de una hiptesis.
En pocas palabras, se define como la probabilidad de
tomar la decisin de rechazar la hiptesis nula cuando
sta es verdadera.
k H
k H
k H
A
A
>
=
<

:
:
:
0
PRUEBAS BILATERALES
PRUEBAS
UNILATERALES
Prueba de hiptesis
0 :
0 :
0
=
=

A
H
H
k H
k H
k H
A
A
>
=
<

:
:
:
0
PRUEBAS BILATERALES
PRUEBAS
UNILATERALES
Prueba de hiptesis
(usando la tabla de t-student)
0 :
0 :
0
=
=

A
H
H
La relacin entre x y y no es
significante.

La relacin entre x y y es
significante.
Si t
modelo
> t
tabla
se rechaza la Hiptesis nula
(H
0
), y por lo tanto se acepta la Hiptesis
alternativa (H
A
).
Si podemos rechazar H
0
en el nivel de significancia
, entonces decimos que el modelo de regresin
lineal simple es significante en el nivel de
significancia .
Si la prueba es unilateral se usa , si es bilateral
se usa /2.