You are on page 1of 3

REGRESION LINEAL SIMPLE SEMANA 8

Diagrama de Dispersión
Un diagrama de dispersión es una gráfica de puntos representados en el plano
cartesiano. Cada punto indica un par de valores (x, y). Este diagrama permite observar
cómo se relacionan dos variables; generalmente, lo que se busca al usar un diagrama
de este tipo es determinar si los puntos siguen una línea recta y si ésta tiene pendiente
positiva o negativa.

Análisis de Correlación
Los siguientes son los tipos de asociación lineal que puede haber entre dos variables:
• Directa, si la línea recta es creciente (pendiente positiva). 

• Inversa, si la línea recta es decreciente (pendiente negativa).

• Inexistente, que es, obviamente, cuando no hay relación entre las variables
(pendiente igual a cero).

Covarianza (𝝈𝒙𝒚 𝒐 𝑺𝒙𝒚 )
La covarianza es una medida descriptiva que permite determinar el tipo de asociación
lineal entre dos variables.
• Si Sxy es cero, no existe relación entre las variables.
• Si Sxy es negativo, hay una relación inversa entre las variables. Esto indica que
cuando X aumenta de valor, Y disminuye, y viceversa. 

• Si Sxy es positivo, hay una relación directa entre las variables. Esto indica que
cuando el valor de X aumenta, el de Y también crece, y viceversa.

Coeficiente de Correlación
Aunque la covarianza indica el tipo de relación lineal que hay entre dos variables, no
podemos saber la fortaleza de esa relación. Para eso debemos calcular otro valor,
llamado coeficiente de correlación.

1

Se denota con la letra r y también se le conoce como r de Pearson. los valores intermedios pueden interpretarse. indica cuán fuerte o débil es una relación lineal. de esta manera: Coeficiente de determinación Cuando lo que interesa es analizar una relación de causalidad entre dos variables. primero debemos definir cuál de ellas es la variable Y. Se calcula de esta forma: El rango de valores está entre -1 y +1. variable independiente. es decir. en honor a Karl Pearson. de forma intuitiva.El coeficiente de correlación se utiliza para medir la magnitud de la relación lineal entre dos variables. y cuál es la variable X. 2 . variable dependiente.

• Cuanto más cerca esté de 1. porque: • Regresión: utilizaremos información pasada. Es decir. indica que X no es un factor significativo para explicar Y. A su vez. 
 Regresión Lineal Simple En general. La ecuación del método de mínimos cuadrados es: 𝑌′ = 𝑏. 
En otras palabras. • En contraparte. el análisis de regresión se centra en la exploración. “Ajustar” se refiere a construir la única recta que pase lo más cerca de todos los puntos ubicados en el diagrama de dispersión. 𝑋 + 𝑏/ 3 . 
 • No da ninguna información sobre la dirección de la relación entre las variables. explicación y estudio de dependencia de una variable mediante una o más variables explicativas. es decir. En este tema haremos una introducción al método de regresión lineal simple. 
 • Lineal: bajo el supuesto de que entre dos variables (X y Y) existe una relación lineal. El método de mínimos cuadrados se usa para determinar la ecuación de la recta de regresión. que representaremos con r2 y que tiene las características siguientes: • Es el cuadrado del coeficiente de correlación. es la que se busca estimar o pronosticar. en términos estadísticos. ajustaremos una recta a los datos.La variable dependiente Y es la que se busca explicar. la variable independiente X será una buena variable para explicar Y. es un factor determinante para Y. Para saber si una variable X es “buena” para explicar la variable Y se calcula el coeficiente de determinación. la variable independiente X es la que brinda información para explicar Y y recibe el nombre de variable de predicción. conforme r2 se acerca a 0. Recibe este nombre. 
 • Su rango de valores está entre 0 a 1.
 • Simple: usaremos sólo una variable independiente para tratar de explicar la variable 
dependiente. de ahí el nombre del método de predicción basado en este modelo. por medio de él se encuentra la única recta que pasa lo más cerca que se puede de todos los puntos (observaciones) ubicados en un diagrama.