Regresión - Correlación

Documentos relacionados
En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

1. Introducción 1.1. Análisis de la Relación

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

REGRESIÓN LINEAL SIMPLE

ANÁLISIS DE REGRESIÓN. Departamento de Matemáticas Universidad de Puerto Rico Recinto Universitario de Mayagüez

-Métodos Estadísticos en Ciencias de la Vida

Análisis de Regresión y Correlación. Material Preparado por Olga Susana Filippini y Hugo Delfino 1

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

Análisis de la Varianza

ESTADÍSTICA poblaciones

Tema 1: Introducción: Generalización y Extensión del Modelo de Regresión

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada:

INGENIERÍA INDUSTRIAL DISEÑO EXPERIMENTAL LEOPOLDO VIVEROS ROSAS

3 Metodología de determinación del valor del agua cruda

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Tema 2: Distribuciones bidimensionales

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad

Regresión Simple. Resumen. Ejemplo de StatFolio: simple reg.sgp

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

V II Muestreo por Conglomerados

Aplicación de Boostrapping en Regresión I

EJERCICIOS RESUELTOS TEMA 3.

PARÁMETROS ESTADÍSTICOS ... N

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

Capítulo V Análisis de regresión y correlación

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

Incertidumbre en las mediciones directas e indirectas

Estadística Descriptiva

GENERACION DE VARIABLES ALEATORIAS

Una Propuesta de Presentación del Tema de Correlación Simple

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Descriptiva

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

TEMA DISTRIBUCIONES BIDIMENSIONALES DE FRECUENCIAS.

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva.

CAPÍTULO 2 MODELO DE REGRESIÓN LOGÍSTICA

EL DIAGRAMA DE DISPERSIÓN Y EL ANÁLISIS DE CORRELACIÓN

Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

EVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO

FEM-OF: EDP Elíptica de 2 Orden

Línea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

ESTADÍSTICA DESCRIPTIVA

Medidas de Tendencia Central

Estadística Descriptiva

FUNCIONES ALEATORIAS

MEDIDAS DE TENDENCIA CENTRAL

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:

Aproximación a la distribución normal: el Teorema del Límite Central

Tema 4. Problemas de inferencia estadística en el modelo de regresión lineal múltiple

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

Capítulo. Objetivos. Plan de muestreo. Al finalizar este capítulo el estudiante estará en condiciones de:

Estadística descriptiva

ANÁLISIS DE REGRESIÓN

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

TEMA 9. Contrastes no paramétricos y bondad de ajuste

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

Inferencia en Regresión Lineal Simple


NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN

Contraste de Hipótesis

6. ESTIMACIÓN PUNTUAL

Tema 2: Errores de Especificación y Problemas con la Muestra

5.3 Estadísticas de una distribución frecuencial

Regresión lineal simple

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS. REGRESIÓN LINEAL SIMPLE. CORRELACIÓN.

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

CONTRASTES NO PARAMÉTRICOS (I) Antonio Morillas

4 METODOLOGIA ADAPTADA AL PROBLEMA

Transcripción:

REGRESIÓN

Regresó - Correlacó Aálss que requere la cosderacó de o más varables cuattatvas e forma smultáea. Aálss de Regresó: estuda la relacó fucoal de ua o más varables respecto de otra Aálss de Correlacó: estuda la magtud o grado de asocacó etre las varables

Regresó Leal Smple Coceptos: Regresó smple: tervee ua sola varable depedete Regresó múltple: tervee dos o más varables depedetes Regresó o leal: la fucó que relacoa los parámetros o es ua combacó leal e los parámetros

Regresó Leal Smple Objetvo: Hallar ua fucó o u modelo matemátco para predecr y estmar el valor de ua varable a partr de valores de otra, ambas cuattatvas. La varable Y: que es la depedete respuesta, predcha, edógea. Es la varable que se desea predecr o estmar y la varable X: que es la depedete predctora, eplcatva, eógea. Es la varable que provee las bases para estmar.

Regresó Leal Smple y fy.. Ey/ µ y/ = + b Modelo teórco

Regresó Leal Smple y y 4 y =Ey/ = + b +e e 4 {. y 3 y.} e. 3 e { y. } e 3 4 Modelo estadístco

Regresó Leal Smple y b e : es la ordeada al orge Idca el valor medo poblacoal de la varable respuesta Y cuado X es cero. S se tee certeza de que la varable predctora X o puede asumr el valor 0, etoces la terpretacó o tee setdo. b: es la pedete de la líea de regresó Idca el cambo o modfcacó del valor medo poblacoal de la varable respuesta Y cuado X se cremeta e ua udad. e: es u error aleatoro y / E Y / X b Iterpretacó de los Coefcetes de Regresó: e = y + β

Estmacó de la líea de regresó usado Mímos Cuadrados Se debe Mmzar e y b = se obtee u par de ecuacoes ormales para el modelo, cuya solucó produce b y a y y b Dervado 0 e 0 b e

Estmadores ; S a V a E N a e ; S b V b E N b e b ˆ ; ˆ ˆ 0 S y V y E N y e b y y b y y S e b y y S e

REGRESION LINEAL SIMPLE Estmar los valores de y varable depedete a partr de los valores de varable depedete y ŷ yˆ a b Modelo estmado

Iterpretacó de los coefcetes de regresó estmados La pedete b dca el cambo promedo estmado e la varable respuesta cuado la varable predctora aumeta e ua udad adcoal. La ordeada al orge a dca el valor promedo estmado de la varable respuesta cuado la varable predctora vale 0. S embargo carece de terpretacó práctca s es rrazoable cosderar que el rago de valores de cluye a cero.

Líeas posbles de regresó e la regresó leal smple Relacó leal postva Relacó leal egatva No hay relacó E y Líea de regresó * E y La pedete b es egatva E y La pedete b es 0 * La pedete b es postva Líea de regresó * Líea de regresó * Ordeada al orge α

REGRESION LINEAL SIMPLE Estmar los valores de y varable depedete a partr de los valores de varable depedete yˆ a b y y ŷ y yˆ y yˆ y

Aálss de Varaca e el aálss de regresó El efoque desde el aálss de varaca se basa e la partcó de sumas de cuadrados y grados de lbertad asocados co la varable respuesta Y. La varacó de los Y se mde covecoalmete e térmos de las desvacoes Y Y La medda de la varacó total SC tot, es la suma de las desvacoes al cuadrado Y Y

Desarrollo formal de la partcó Cosderemos la desvacó Y Y Podemos descompoerla e Y Y Ŷ Y Y Ŷ T R E T: desvacó total R: es la desvacó del valor ajustado por la regresó co respecto a la meda geeral E: es la desvacó de la observacó co respecto a la líea de regresó

Desarrollo formal de la partcó S cosderemos todas las observacoes y elevamos al cuadrado para que los desvíos o se aule Y Y Ŷ Y Y Ŷ SC tot SC reg SC er SC tot : Suma de cuadrados total SC reg : Suma de cuadrados de la regresó SC er : Suma de cuadrados del error Dvdedo por los grados de lbertad, -, y -, respectvamete cada suma de cuadrados, se obtee los cuadrados medos del aálss de varaca. Cada u de estos cuadrados medos tee ua dstrbucó J Cuadrado.

Estmacó de la varaca de los térmos del error Dado que los Y provee de dferetes dstrbucoes de probabldades co medas dferetes que depede del vel de X, la desvacó de ua observacó Y debe ser calculada co respecto a su propa meda estmada Y. Por tato, las desvacoes so los resduales Y - Ŷ = e Y la suma de cuadrados es: SC e Y Ŷ Y a bx e

Estmacó de la varaca de los térmos del error La suma de cuadrados del error, tee - grados de lbertad asocados co ella, ya que se tuvero que estmar dos parámetros. Por lo tato, las desvacoes al cuadrado dvddo por los grados de lbertad, se deoma cuadrados medos CM e SC e Dode CM es el Cuadrado medo del error o cuadrado medo resdual. Es u estmador sesgado de e

Tabla del aálss de varaza Fuetes de Varacó Debdo a la regresó Debdo al Error Grados de Lbertad Suma de Cuadrados Cuadrados Medos F SCR CMR=SCR/ CMR/CMEE - SCEE CMEE=SCEE/- Total - SCTot La hpótess ula Ho: b = 0 se rechaza s el p-valor de la prueba de F es meor que el vel de sgfcacó.

Error estádar de la estmacó Se o Sy/ Mde la dspersó o alejameto promedo de los putos co respecto a la recta estmada. s e y ŷ s e y y b y y

U geero ecargado del área de caldad de ua empresa maufacturera, desea aalzar la vda útl de ua herrameta de corte el tempo que matee ua caldad aceptable de fucoameto para presetar u pla de reemplazo. Ya que s duda, las herrametas de corte puede determar el éto o fracaso de u proceso de mecazado. Las herrametas de corte más coocdas so: brocas, fresas, lmas, serras, herrametas de torear, etc. Fresa Brocas helcodales

Teedo e cueta que la vda útl se ve afectada por varos aspectos como: el ambete operacoal, las codcoes de produccó o de matemeto y el desgaste presetado por su uso, decde comezar a vestgar la relacó fucoal etre la velocdad de corte metros por muto y el tempo de vda horas de uso de la herrameta. Para ello tomó herrametas uevas, del msmo tpo, y a cada ua al azar las sometó a dferetes velocdades de corte regstrado e cada caso la vda útl e horas. Los datos recogdos se muestra e la tabla:

Velocdad Metros por muto Vda Horas 0 8,7 0 9,5 5 8,5 5 7,7 5 8,4 30 7,3 30 6, 30 7,3 35 6,8 35 5,7 35 6, 40 4,3 40 4, = 390 ² =50 y = 90,6 y² = 663,9 y = 59

Vda útl a Dbujar el dagrama de dspersó. 0 9 8 7 6 5 4 3 0 0 0 0 30 40 50 Velocdad

Vda útl 0 9 8 7 6 5 4 3 0 y = -0,309 + 3,897 R = 0,907 0 0 0 30 40 50 Velocdad

Prueba de hpótess para el coefcete de regresó b H 0 : b = 0 vs H : b 0 Varable pvotal t b - b t S b - Coclusó: Co u vel de sgfcacó del 5 % tego evdecas sufcetes para supoer que este ua relacó fucoal poblacoal del tempo de vda útl de la herrameta e fucó de la velocdad de corte, o que sea, por cada metro/muto que se cremeta la velocdad de corte se modfca o camba el valor medo poblacoal del tempo de vda útl de la herrameta.

Itervalo de cofaza para el coefcete de Regresó b t ; / Sb b b t; / S b -0,84< b < -0,80585 Co ua cofaza de 95 %, podría decr que el tervalo -0,8 ; -0,805 horas/metros/muto ecerraría al verdadero valor de la pedete de la recta de regresó. Esto es, co ua cofaza de 95 %, podría decr que el tervalo -0,8 ; -0,805 horas/metros/muto ecerraría al verdadero cambo del promedo poblacoal del tempo de vda de la herrameta, para u aumeto utaro e la velocdad de corte.

Vda útl 0 9 desvacó o eplcada 8 7 6 5 4 3 0 desvacó eplcada 0 0 0 30 40 50 Velocdad desvacótotal

ANOVA e Regresó H o : b = 0 H : b 0 ANÁLISIS DE VARIANZA Grados de lbertad Suma de cuadrados Promedo de los cuadrados F Valor crítco de F Regresó 9,354545 9,354545 0,0004 6,697E-07 Resduos 3,63776 0,874766 Total 3,487693