Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 39 vistas

    Regresión Lineal y Correlación

    Cargado por

    Michelle Chiguano
    Este documento describe el uso de la regresión lineal para analizar la relación entre dos variables (ingreso y consumo de familias) mediante un diagrama de dispersión y la recta de regresión. Explica cómo determinar el coeficiente de correlación para medir la intensidad de la posible relación lineal entre las variables, y proporciona ejemplos de cómo interpretar valores positivos, negativos y cero. Finalmente, presenta datos sobre calificaciones de jueces y aspirantes para analizar su correlación.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Regresión Lineal y Correlación

    Cargado por

    Michelle Chiguano
    39 vistas13 páginas
    Este documento describe el uso de la regresión lineal para analizar la relación entre dos variables (ingreso y consumo de familias) mediante un diagrama de dispersión y la recta de regresión. Explica cómo determinar el coeficiente de correlación para medir la intensidad de la posible relación lineal entre las variables, y proporciona ejemplos de cómo interpretar valores positivos, negativos y cero. Finalmente, presenta datos sobre calificaciones de jueces y aspirantes para analizar su correlación.

    Título original

    7. Regresión Lineal y Correlación

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe el uso de la regresión lineal para analizar la relación entre dos variables (ingreso y consumo de familias) mediante un diagrama de dispersión y la recta de regresión. Explica cómo determinar el coeficiente de correlación para medir la intensidad de la posible relación lineal entre las variables, y proporciona ejemplos de cómo interpretar valores positivos, negativos y cero. Finalmente, presenta datos sobre calificaciones de jueces y aspirantes para analizar su correlación.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    39 vistas13 páginas

    Regresión Lineal y Correlación

    Cargado por

    Michelle Chiguano
    Este documento describe el uso de la regresión lineal para analizar la relación entre dos variables (ingreso y consumo de familias) mediante un diagrama de dispersión y la recta de regresión. Explica cómo determinar el coeficiente de correlación para medir la intensidad de la posible relación lineal entre las variables, y proporciona ejemplos de cómo interpretar valores positivos, negativos y cero. Finalmente, presenta datos sobre calificaciones de jueces y aspirantes para analizar su correlación.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 13

     la regresión lineal es una técnica que permite

    cuantificar la relación que puede ser observada


    cuando se grafica un diagrama de puntos
    dispersos correspondientes a dos variables, cuya
    tendencia general es rectilínea, lo cual sugiere
    coeficientes de regresión y de correlación
    negativos.
    1. Con los siguientes datos correspondientes al ingreso (X) y al consumo
    (Y) de 6 familias que se dan a continuación.

    CONSUMO $ INGRESO $
    Y X
    30 35
    35 40
    30 38
    50 55
    35 42
    50 60
    230 270

    Se pide:
    a) Representar los datos en un diagrama de dispersión.
    b) Determinar la recta de regresión mínimo cuadrática y graficarla.
    c) Determine el consumo esperado para una familia si su ingreso es de
    $55.00.
    Xi * Yi X2
    Y X

    30 35 1050 1225

    35 40 1400 1600

    30 38 1140 1444

    50 55 2750 3025

    35 42 1470 1764

    50 60 3000 3600

    230 270 10810 12658

    DIAGRAMA DE DISPERSIÓN
    Y

    60

    50

    40

    30

    20

    10

    0
    0 10 20 30 40 50 60 70
    X
    GRÁFICA DE LA LÍNEA DE REGRESIÓN ESTIMADA
    Y

    60

    50

    40

    30

    20

    10

    0
    0 10 20 30 40 50 60 X 70
     Mide el grado de intensidad
    de esta posible relación
    entre las variables. Este
    coeficiente se aplica cuando
    la relación que puede existir
    entre las variables es lineal
    (es decir, si representáramos
    en un gráfico los pares de
    valores de las dos variables
    la nube de puntos se
    aproximaría a una recta).
     Si "r" = 0, no existe
    correlación lineal
    entre las variables.
    Aunque podría existir
    otro tipo de
    correlación
    parabólica,
    exponencial, etc.)
     Si "r" > 0, la correlación
    lineal es positiva (si sube el
    valor de una variable sube el
    de la otra). La correlación es
    tanto más fuerte cuanto más
    se aproxime a 1.

     Si "r" < 0, la correlación


    lineal es negativa (si sube el
    valor de una variable
    disminuye el de la otra). La
    correlación negativa es tanto
    más fuerte cuanto más se
    aproxime a -1.
    1. Se desea conocer si las calificaciones, la escala de éxito administrativo y las
    calificaciones de aspirante de diez jueces actuales del Poder Judicial se relacionan.
    La calificación de un aspirante a juez la recibirá después de 5 años de trabajar en el
    Poder Judicial. La calificación en la escala de éxito Y es el promedio de las
    evaluaciones de diez jueces, en la escala de 0 (mal)a 100 (bien). Las calificaciones
    de (0 a 100) del aspirante X es la obtenida en una prueba combinada de logros y de
    personalidad realizada al final del curso de entrenamiento administrativo.

    CALIFICACIÓN DE
    CALIFICACIÓN
    JUEZ ÉXITO
    COMO ASPIRANTE
    ADMINISTRATIVO
    1 39 65
    2 43 78
    3 21 52
    4 64 82
    5 57 92
    6 47 89
    7 28 73
    8 75 98
    9 34 56
    10 52 75

    Se pide:
    a) Graficar el diagrama de dispersión y analizar la correlación.
    b) Hallar el coeficiente de correlación e interpretar.
    X Y Xi * Yi X2 Y2

    39 65 2535 1521 4225


    43 78 3354 1849 6084
    21 52 1092 441 2704
    64 82 5248 4096 6724
    57 92 5244 3249 8464
    47 89 4183 2209 7921
    28 73 2044 784 5329
    75 98 7350 5625 9604
    34 56 1904 1156 3136
    52 75 3900 2704 5625
    460 760 36854 23634 59816

    DIAGRAMA DE DISPERSIÓN
    120

    100

    80

    60

    40

    20

    0
    0 10 20 30 40 50 60 70 80

    También podría gustarte

    pFad - Phonifier reborn

    Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.

    Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.


    Alternative Proxies:

    Alternative Proxy

    pFad Proxy

    pFad v3 Proxy

    pFad v4 Proxy