Professional Documents
Culture Documents
GRAU
DOCENTE:
ING. PATRICIA GARCA CARDENAS.
TEMA:
TRABAJO DE INVESTIGACIN SOBRE
ANLISIS DE REGRESIN
ALUMNO(a):
FERNANDO ARMAS SAN MARTN.
TARAPOTO PER
2016.
AGRADECIMIENTO
EL HOMBRE NO SE HA HECHO SOLO, por eso queremos agradecer a
todas las personas que han colaborado en la culminacin de mi trabajo de
investigacin y son los siguientes:
-
DEDICATORIA
INTRODUCCIN
ANLISIS DE REGRESIN
CONCEPTO
En trminos generales, el anlisis de Regresin trata sobre el estudio de la
dependencia de un fenmeno econmico respecto de una o varias variables
explicativas, con el objetivo de explorar o cuantificar la media o valor promedio
poblacional de la primera a partir de un conjunto de valores conocidos o fijos de la/s
segunda/s.
Un anlisis de regresin genera una ecuacin para describir la relacin estadstica
entre uno o ms predictores y la variable de respuesta y para predecir nuevas
observaciones.
REGRESIN
CORRELACIN
o
o
ANLISIS DE REGRESIN
La forma ms intuitiva de formarse una primera impresin sobre el tipo de relacin que
existe entre dos variables es a travs del Diagrama de Dispersin.
Un diagrama de dispersin es un grfico en el que una de las variables (Xi) se coloca
en el eje de las abscisas y la otra (Yi) en el eje de las ordenadas y los pares de
puntuaciones de cada sujeto (Xi, Yi) se representan como una nube de puntos.
FUNCIN
REGRESIN MUESTRAL:
DE
Dado que
la
Yi
Coeficiente de interseccin poblacional: 0
Coeficiente de regresin poblacional: 1
Variable predictora, regresora o independiente: Xi
Error aleatorio no observable: i
Terminologa:
Promedios
Fuentes
de variacin en la
regresin lineal
Los clculos de regresin pueden ser vistos como un proceso de particin de la suma
total de cuadrados; as, grficamente se tiene:
Madera
aserrada
(Y)
489.2
5
Regresin
Residual
Total
475.2
4
495.7
2
GI
1
8
9
585.2 565.78
SC
49223
56303
105526
CM
49223
7037.8
630.2
2
624.9
2
F
69941
482.2
7
FO.05
5,31
590.2
834.67
7
Pr>F
0.0295
La regresin lineal mltiple examina las relaciones lineales entre una respuesta
continua y dos o ms predictores.
Si el nmero de predictores es grande, antes de ajustar un modelo de regresin con
todos los predictores, usted debera utilizar las tcnicas de seleccin de modelo paso a
paso o de los mejores subconjuntos para excluir predictores que no estn asociados
con las respuestas.
Ejemplo
Se realiza un estudio de asociacin entre las variables:
Y: Gastos mensuales expresados en cientos de dlares
X1: Ingreso mensual familiar en miles de dlares
X2: Tamao de la familia.
En una encuesta de 10 familias escogidas al azar se han encontrado los datos que se
presentan en la tabla
X 1 Y =2158
X 2 Y =1653
Y =322 X 1=62 X 2=46 X 21=444 X 22=276 X 1 X 2 =345
Y 2=10840
Y =32.2
X 1=6.2
X 2=4.6
Determinar:
La ecuacin de regresin mltiple muestral
El coeficiente de Correlacin mltiple
Solucin:
Y =a+b1 X 1 +b2 X 2
De los datos tenemos
n=10; Y =322 ; X 1=62 ; X 2 =46 ; X 21=444 ; X 22=276 ; X 1 X 2=345 ;
[ x 22n( X 2 )2 ] [ X 1 Y n ( X 1) (Y ) ][ X 1 X 2n ( X 1)( X 2 ) ][ X 2 Y n ( X 2 ) (Y ) ]
b1=
2
[ x 21n( X 1 )2 ][ x22 n( X 2)2 ][ X 1 X 2n ( X 1 )( X 2 ) ]
b1=
64.4161.659.8171.8 133.4
=
59.664.43576
262.2
b1=0.509
[ x 21n( X 1 )2 ] [ X 2 Y n ( X 2) (Y ) ][ X 1 X 2n ( X 1)( X 2 ) ][ X 1 Y n ( X 1 ) (Y ) ]
b2 =
2
[ x21n( X 1 )2 ][ x22 n( X 2)2 ][ X 1 X 2n ( X 1 )( X 2 ) ]
b2=
59.6171.859.8161.6 575.6
=
59.664.43576
262.2
b2=2.195
a=Y b 1 X 1 b2 X 2
a=32.20.5096.22.1954.6
a=18.947
a Y +b 1 X 1 Y +b2 X 2 Y n Y 2
r=
Y 2n Y 2
18.947322+ 0.5092158+2.19516531032.22
r=
108401032.22
r=
6100.934+1098.42+3628.3410368.4
r=0.986
1084010368.4
Los mtodos de regresin lineal tambin se utilizan para predecir los datos
demogrficos y tipos de fuerzas laborales futuras para las grandes empresas. Esto
ayuda a las empresas a prepararse para las necesidades de la fuerza laboral a travs
del desarrollo de buenos planes de contratacin y planes de formacin para los
empleados existentes.
CONCLUSIONES