1

Regresin Lineal Simple Cuando la relacin funcional entre las variables dependiente (Y) e independiente (X) es una lnea recta, se tiene una regresin lineal simple, dada por la ecuacin Y = o + 1X + donde: o : El valor de la ordenada donde la lnea de regresin se intercepta al eje Y. 1 : El coeficiente de regresin poblacional (pendiente de la lnea recta) : El error. Suposiciones de la regresin lineal 1. Los valores de la variable independiente X son "fijos". 2. La variable X se mide sin error (se desprecia el error de medicin en X) 3. Los errores son aleatorios, que se distribuyen normalmente con media cero y variancia . Estimacin de parmetros La funcin de regresin lineal simple es expresado como: Y = o + 1X + Minimizando la suma de cuadrados de los errores, se determinan los valores de bo y b1, as:
Felipe de Mendiburu / 2006

Q=

2 ei

= yi 0 1 x

bo = y b1 x spxy b1 = scx
b0 : es el valor que representa (estimador) a 0 constituye el intercepto cuando X=0; b1 : es el valor que representa (estimador) a 1. Sus desviaciones estndares respectivas son:

Felipe de Mendiburu / 2006

Sb0 =

CMresidual. X i2 n.SCX

Sb1 =

CMresidual SCX

Luego, la ecuacin de regresin es: y = bo + b1X El coeficiente de regresin (b1) .- pendiente de la recta de regresin, representa la tasa de cambio de la respuesta Y al cambio de una unidad en X. Si b1=0, se dice que no existe relacin lineal entre las dos variables.

Felipe de Mendiburu / 2006

Fuentes de variacin en la regresin lineal Los clculos de regresin pueden ser vistos como un proceso de particin de la suma total de cuadrados; as, grficamente se tiene:

Anlisis de Variancia para la regresin lineal simple Cuadro del ANVA. Fuentes Grados Suma de Cuadrados de Cuadrados Medios Libertad (SC) (CM) Regresin 1 b1.SPXY b1.SPXY Residual: Error Total n-2 n-1 Diferencia SC(residual) / (n-2) SC Y

Fc

CM(regresin)/ CM(residual)

Felipe de Mendiburu / 2006

La prueba estadstica F evala las hiptesis: Hp: 1 = 0. No existe una regresin lineal entre X e Y. Ha: 1 0. Existe regresin lineal de Y en funcin de X. Para el ejemplo del grafico (ao base 1990 = 0)
Aos (X) 0 1 2 3 4 5 6 7 8 9 Madera Aserrada (Y) 489.25475.24 495.72 585.2565.78630.22 624.92482.27590.27 834.67

Hp: = 0 Ha: 0 =0.05 Mediante el anlisis de regresin, se encuentra el siguiente cuadro del Anlisis de varianza. Gl SC CM F F0.05 Pr>F 1 49223 49223 6,9941 5,310,0295 8 563037037.8 9 105526

Regresin Residual Total

Si el valor F calculado es mayor o igual al valor tabular; entonces, se rechaza la Hiptesis planteada (Hp), caso contrario se acepta. Para el ejemplo, Fc = 6,99 es superior a F0.05 = 5.31; entonces, rechazamos la Hp, se concluye que existe una relacin lineal entre la produccin aserrada entre los aos de 1990 a 1999.

Felipe de Mendiburu / 2006

Modelo de regresin estimado: Total de Madera aserrada (miles de m3 ) = 467,42 + 24,42 X X = El periodo. R = (49223 / 105526) *100% = 46% Intercepto = 467,42 Tasa = 24,42 Significa que el crecimiento anual es de 24 mil metros cbicos. Modelos No Lineales. Se consideran a todos los modelos cuya funcin es no lineal en los parmetros, por ejemplo: Modelo exponencial: y1 = a + X Modelo Potencial: y1 = a + x1 Modelo Logstico:
Y = e x

, ln(Y) =Ln() + X;

Y = X,

Ln(Y) = Ln() + Ln(X);

Y =

C 1 + e + X
;

C es el umbral, y son parmetros para estimar.

Felipe de Mendiburu / 2006

C Y Ln = + X ; Modelo logstico linealizado : Y y1 = + X

En el siguiente ejemplo se dispone de altura de rboles de Bolaina y la edad en meses desde los 31 meses hasta los 99 meses, la altura en metros. Se desea ajustar un modelo logstico, bajo el umbral de 25 metros.
Edad Altura 1 8 16 24 31 12 39 15 44 15.1 51 15.4 57 16.7 63 17.4 69 17.9 75 20.1 81 20.5 87 21 93 21.8 99 23 110 120 130 LN((25-Altura)/Altura) Modelo 6.3 7.5 8.9 10.5 11.9 13.6 14.6 15.9 17.1 18.1 19.0 19.9 20.6 21.3 21.9 22.4 23.1 23.6 24.0

0.080042708 -0.405465108 -0.422159987 -0.472604411 -0.699153205 -0.828321959 -0.924705929 -1.41148461 -1.516347489 -1.658228077 -1.91875916 -2.442347035

Felipe de Mendiburu / 2006

Estimacin del modelo linealizado por regresin. Los estimados son a = 1.11242 y b = - 0.03291 El modelo sera: Altura = 1.11242250.03291Edad
1+ e
Altura
25 20 15 10 5 0 0 20 40 60 80 100 120
Edad (meses) Altura Modelo Modelo Logistico: Altura = 25/ (1+exp(1.112 - 0.0329 edad) )

R = 0.96

Umbral

Coeficiente de correlacin Lineal Simple ( r). Es un nmero que indica el grado o intensidad de asociacin entre las variables X e Y. Su valor vara entre -1 y +1; esto es: -1 r 1. Si r = -1, la asociacin es perfecta pero inversa; es decir, a valores altos de una variable le corresponde valores bajos a la otra variable, y viceversa. Si r=+1, tambin la asociacin es perfecta pero directa. Si r=0, no existe asociacin entre las dos variables.

Felipe de Mendiburu / 2006

Luego puede verse que a medida que r se aproxime a -1 +1 la asociacin es mayor, y cuando se aproxima a cero la asociacin disminuye o desaparece. El coeficiente de correlacin est dada por:
r= SPXY SCX .SCY

Para los datos de la produccin de madera aserrada total entre los aos 1990 a 1999, existe una asociacin de 0.68.
r= 2015,17 = 0.68 (105525,86)(82,5)

Coeficiente de Determinacin (R) Mide el porcentaje de variacin en la variable respuesta, explicada por la variable independiente. R = SC regresin / SC total 0 R 1. Interpretacin de R: Se interpreta como una medida de ajuste de los datos observados y proporciona el porcentaje de la variacin total explicada por la regresin.

Felipe de Mendiburu / 2006

10

R es un valor positivo, expresado en porcentaje es menor de 100. Tambin, se puede obtener el R ajustado que es la relacin entre cuadrados medios, as: R ajustado = 1 CME / CM Total; Este valor podra ser negativo en algunos casos. Lo que se espera que ambos R, resulten similares, para dar una confianza al coeficiente de determinacin. Para el ejemplo, resulta: R ajustado = 1 70378 / (105526 / 9 ) = 0,39 y R = 1 56302,7 / 105525,86 = 0,46

Felipe de Mendiburu / 2006