Beruflich Dokumente
Kultur Dokumente
Regresin y correlacin
Contenidos:
Estadstica Econmica
2007-2008. Sara Mateo.
Independencia - Dependencia
Cuando se estudian dos caractersticas simultneamente sobre una muestra,
se puede considerar que una de ellas influye sobre la otra de alguna
manera. Por ejemplo la altura y el peso o las horas de estudio y la
calificacin en un examen.
Dependencia
Independencia estadstica Dependencia funcional
estadstica
- +
Grado de asociacin entre dos variables
GRFICOS DE DISPERSIN: Permite ver si hay asociacin
Dadas dos variables X y Y tomadas sobre el mismo elemento de la
poblacin, el diagrama de dispersin es simplemente un grfico de
dos dimensiones, donde en un eje (la abscisa) se sita una
variable, y en el otro eje (la ordenada) se sita la otra variable. Si
las variables estn correlacionadas, el grfico mostrara algn nivel
de correlacin (tendencia) entre las dos variables. Si no hay
ninguna correlacin, el grfico presentara una figura sin forma,
una nube de puntos dispersos en el grfico.
Asociacin
positiva. Si
aumenta X
aumenta Y
Estadstica Econmica
2007-2008. Sara Mateo.
GRFICOS DE DISPERSIN / RECTA DE REGRESIN
La relacin entre dos variables mtricas puede ser
representada mediante la lnea de mejor ajuste a los datos.
Esta recta se le denomina recta de regresin, que puede ser
negativa o positiva, la primera con tendencia decreciente y la
segunda creciente.
GRFICOS DE DISPERSIN / RECTA DE REGRESIN
Para el clculo de la recta de regresin se aplica el mtodo de
mnimos cuadrados entre dos variables. Esta lnea es la que
hace mnima la suma de los cuadrados de los residuos, es
decir, es aquella recta en la que las diferencias elevadas al
cuadrado entre los valores calculados por la ecuacin de la
recta y los valores reales de la serie, son las menores posibles.
y = a + bx
Recta de regresin Pendiente
yn
yn 1 y i
y3
u3 ui
yi
y1 yi
y2
Intercepto
x1 x2 x3 xi xn 1 xn
yi a bxi ui ui yi yi
Error
Llamemos a u perturbacin o error, siendo la diferencia que hay entre el
valor observado de la variable exgena (y) y el valor estimado que
obtendremos a travs de la recta de regresin y i .
y i a bxi
La metodologa para la obtencin de la recta ser hacer MNIMA la suma de
los CUADRADOS de las perturbaciones. Por qu se elevan al cuadrado?
n n
u ( yi yi ) 2
2
i i
u 2
i 1
i i
( y
i 1
y ) 2
n 2 n n
2
ui ( yi yi ) yi aq bpxi
2
min
q, p i 1 i 1 i 1
Estadstica Econmica
2007-2008. Sara Mateo.
En el modelo de regresin lineal simple la funcin elegida para aproximar la relacin entre las
variables es una recta, es decir y=a+bx, donde a,b son los parmetros. A esta recta la
llamaremos RECTA DE REGRESIN DE Y SOBRE X.
Vamos a deducir su ecuacin usando el mtodo de los mnimos cuadrados. Dado un valor de
X, tenemos los dos valores de Y, el observado, yi , y el terico, yi* = a + bxi. Hemos de
minimizar los errores cometidos:
n n
x y y bx x b x
i
i i
i
i
i
2
i
x y
y
x bxnx b x
i
yi a bxi 0 y ab x
2
2 i i
i i
n
i i
a
i i i
i i i i
x y a x b x
2 yi a bxi xi 0 i i i
2
i
xi yi ynx b
xi2 nx 2
b
i i i i i i
S xy
S xy bSx2 b
S x2
y obtenemos que la recta de regresin de Y sobre X: y = a + bx con los
valores a y b anteriormente calculados, o bien la siguiente expresin:
S xy
y y x x
S x2
S xy
b' y a' x b' y
S y2
S xy
x x y y
Estadstica Econmica S y2
2007-2008. Sara Mateo.
Varianza residual: Ayuda a medir la dependencia.
yi yi
2
Si es grande, los residuos, por trmino
VR = Su2 S R2y medio, sern grandes. Dependencia
N pequea y viceversa.
Su2 rxy R
Haciendo unas transformaciones se demuestra que r(xy)
R 1 2 visto en el captulo 6 slo es un caso particular de R
SY
R2
Elevado al cuadrado obtenemos el coeficiente de determinacin que sirve como medida
del buen ajuste de la recta de regresin
2
Cuando solo exista una variable explicativa o S xy S xy S xy
2
R bb' r 2
S x2 S y2 S x S y
independiente y una sola dependiente se cumple: xy
1 r 1 1 R 1 0 r 2 1 0 R2 1
S S S
Recta de regresin: yi y XY2 x XY2 xi y XY2 xi x
SX SX SX
S XY S X SY S XY SY SY
yi y 2 i
x x y i
x x y r xi x
S X SY S X S X SY S X SX
r 1 1 r 0 r 0 0 r 1 r 1
Estadstica Econmica
2007-2008. Sara Mateo.
2
S Y
Se descompone en:
S S VR
2
u
2
ry
S S S
2
R
2
Y
2
u
VE
S S
2
S 2
S 2 2
VR VE
R 1
2 u
Y R 1 u
SY2
22
S SY
Y
VT VT
S S S
2
Y
2
R
2
u VT VR VE
2
R Tanto por uno de la Y que viene explicado por la X
S XY
y 0 aq bpx0 y 2 x0 x
SX