Tecnológico Nacional de México

Instituto Tecnológico de Cancún

Probabilidad y Estadística

Integrantes:
Cuellar Morales, Arath
Orozco Martínez, Yossep Manuel
Palomino, Juan Carlos
Ríos Herrera, Julio César
Romero Solís Leonardo

Regresión lineal simple

Ing. Édgar Ernesto Cabrera Ortegón

Fecha de entrega: 24 de enero de 2021

 Probabilidad y Estadística

Regresión lineal simple

Definición
Los métodos de regresión estudian la construcción de modelos para explicar o
representar la dependencia entre una variable respuesta o dependiente Y y la
variable dependiente, X. La regresión lineal, que tiene lugar cuando la dependencia
es de tipo lineal.
Mediante las técnicas de regresión de una variable Y sobre una variable X,
buscamos una función que sea una buena aproximación de una nube de puntos
(xi,yi), mediante una curva del tipo: y=f(x)

La estructura del modelo de regresión lineal es la siguiente:

Y = β0 + β1X + ε
Se admite que todos los factores o causas que influyen en la variable respuesta Y
pueden dividirse en dos grupos: el primero contiene a una variable explicativa X y
el segundo incluye un conjunto amplio de factores no controlados llamados
perturbación o error aleatorio, ε, provocando que la dependencia entre variables no
sea perfecta.
Para hacer una estimación del modelo de regresión lineal simple, trataremos de
buscar una recta de la forma:
𝑦 = 𝛼 + 𝛽𝑥 = 𝑎 + 𝑏𝑥
de modo que se ajuste a la nube de puntos.
Para esto utilizaremos el método de mínimos cuadrados. Este método consiste en
minimizarla suma de los cuadrados de los errores:
 Probabilidad y Estadística

Con este método, las expresiones que se obtiene para a y b son las siguientes:

En donde 𝑥̅ y 𝑦̅ denotan las medias muestrales de X e Y (respectivamente), 𝑆𝑋2 es

la varianza muestral de X y 𝑆𝑥𝑦 es la covarianza muestral entre X y Y.

Estos parámetros se calculan como:

La cantidad b se denomina coeficiente de regresión de Y sobre X, lo denotamos por

𝑏𝑥/𝑦 .

Importancia
En la industria con mucha frecuencia es necesario resolver problemas que implican
conjuntos de variables, cuando se sabe que existe alguna relación inherente entre
ellas. A partir de lo anterior, es necesario establecer modelos que expliquen dicha
relación.
El análisis de regresión es útil para una organización, ya que permite determinar el
grado en que las variables independientes influyen en las variables dependientes.
Además, permite explicar un fenómeno y predecir cosas acerca del futuro, además
de obtener información empresarial valiosa y accionable.

Alcances
• Ámbito escolar
• Industria
• Ciencia
• Organizaciones y empresas