Professional Documents
Culture Documents
La correlación estudia cuan estrecha es la asociación entre dos variables y la regresión lineal
plantea un modelo a través del cual conocido el valor de una variable explicativa 𝒙
(independiente) se puede llegar a predecir el valor de la otra variable respuesta 𝒚
(dependiente). Definimos los siguientes términos:
𝑛 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠
7
689 𝑥6
𝑥 = 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 =
𝑛
7
689 𝑦6
𝑦 = 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 =
𝑛
7 ? 7 ?
689 𝑥6 − 𝑥 689 𝑥6 − 𝑛𝑥 ?
𝑆< = 𝑑𝑒𝑠𝑣. 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑥 = =
𝑛−1 𝑛−1
7 ? 7 ?
689 𝑦6 − 𝑦 689 𝑦6 − 𝑛𝑦 ?
𝑆A = 𝑑𝑒𝑠𝑣. 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑦 = =
𝑛−1 𝑛−1
7 7
689 𝑥6 − 𝑥 𝑦6 − 𝑦 689 𝑥6 𝑦6
− 𝑛𝑥𝑦
𝑆<A = 𝐶𝑜𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑒𝑛𝑡𝑟𝑒 𝑙𝑎𝑠 𝑑𝑜𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 = =
𝑛−1 𝑛−1
𝑆<A
𝑟 = 𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑝𝑒𝑎𝑟𝑠𝑜𝑛 =
𝑆< ∗ 𝑆A
El análisis de regresión lineal es una técnica estadística utilizada para estudiar la relación entre
variables. El objetivo es buscar una ecuación de una línea recta que sirva para pronosticar un
valor de 𝑦 reemplazando un valor de 𝑥.
Recta de ajuste
𝑦 = 𝑎 + 𝑏𝑥
Donde 𝑏 es la pendiente de la recta y 𝑎 representa la interseción de la recta con el eje 𝑦.
Coeficientes de la recta
7
689 𝑥6 − 𝑥 𝑦6 − 𝑦 7
𝑆<A 𝐶𝑜𝑣(𝑥, 𝑦) 𝑛−1 689 𝑥6 𝑦6 − 𝑛𝑥𝑦
𝑏= = = 7 ? = 7
𝑆<< 𝑉𝑎𝑟 𝑥 689 𝑥6 − 𝑥
? − 𝑛𝑥 ?
689 𝑥6
𝑛−1
𝑎 = 𝑦 − 𝑏𝑥
Estadística inferencial
Juan C. Acosta Jiménez
Ejercicios de práctica
Estadística inferencial
Juan C. Acosta Jiménez
3) Se realizó un estudio sobre la cantidad de azúcar convertida, en cierto proceso, a distintas
temperaturas. Los datos se codificaron y se registraron como sigue:
Temperatura (x) 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2,0
Azúcar Convertida (y) 8,1 7,8 8,5 9,8 9,5 8,9 8,6 10,2 9,3 9,2 10,5
𝑛 = 12 𝑥 = 4, 𝑦 = 12
7
= 232, 7689 𝑥6 𝑦6 = 318
?
689 𝑥6
Estadística inferencial
Juan C. Acosta Jiménez