UNIVERSIDAD DE CARABOBO.

FACULTAD DE CIENCIAS ECONMICAS Y SOCIALES.

ESCUELA DE ADMINISTRACIN COMERCIAL Y
CONTADURIA PBLICA.

TRABAJO FINAL DE ESTADISTICA III.

BACHILLER: ZULEMA NAVAS C.I 12.250.923

CORINDA LODISE C.I
GILBERTO PARADA C.I 10.367.303
VALENCIA, MARZO DE 2002

PARTE I
Cul es el propsito de la regresin lineal?
El propsito principal de la regresin lineal es para estudiar la relacin entre el
promedio de una variable y los valores de una mas variables independientes de las
cuales depende.
Cmo se utiliza el modelo de la regresin lineal simple?

Consideremos una variable aleatoria respuesta (o dependiente) Y, que

supondremos relacionada con otra variable (no necesariamente aleatoria) que
llamaremos explicativa, predictora o independiente y que se denotar por X. A partir
de una muestra de n individuos para los que se dispone de los valores de ambas
variables, {(Xi,Yi),i = 1,...n}, se puede visualizar grficamente la relacin existente
entre ambas mediante un grfico de dispersin, en el que los valores de la variable X
se disponen en el eje horizontal y los de Y en el vertical. El problema que subyace a
la metodologa de la regresin lineal simple es el de encontrar una recta que ajuste a
la nube de puntos del diagrama as dibujado, y que pueda ser utilizada para predecir
los valores de Y a partir de los de X. La ecuacin general de la recta de regresin ser
entonces de la forma: Y = a + bX .
El problema radica en encontrar aquella recta que mejor ajuste a los datos.
Tradicionalmente se ha recurrido para ello al mtodo de mnimos cuadrados, que
elige como recta de regresin a aquella que minimiza las distancias verticales de las
observaciones a la recta. Ms concretamente, se pretende encontrar a y b tales que:

Resolviendo este problema mediante un sencillo clculo de diferenciacin, se

obtienen los estimadores mnimo cuadrticos de los coeficientes de la recta de
regresin:

Qu significa el error estndar de estimacin?

El error estndar de estimacin representa el porcentaje en el cual el resultado
a obtener difiere de los datos, posiciones, acciones, procesos y otros en la realidad, es
decir, el grado de equivocacin de la respuesta obtenido en
cualquier estudio estadstico a realizar.
Cmo se aplican los conceptos de inferencia estadstica a este anlisis? Por qu se
aplican?
Cuando se realiza una regresin lineal, se est infiriendo sobre un
experimento, proceso o accin que est afectada por las diversas variables que
intervienen en dichos actos. Por lo cual, el resultado obtenido se va a aplicar a la
generalidad del acto, el cual se somete a estudio. Se aplican para determinar como
actan en un proceso determinado las variables que en ella intervienen, para de esta

manera, aplicar las correcciones a dicho experimento, proceso u accin que este
afectada por los actos de estos elementos que son capaces de alterar su normal
desenvolvimiento.

Cmo se realiza una estimacin y Prueba de Hiptesis de la pendiente de la recta de

regresin?

Estimacin de parmetros
Los parmetros de la recta de regresin, a y b, se calculan siguiendo el criterio de los
mnimos cuadrados, lo que lleva a los siguientes resultados:
siendo

las medias de ambas variables estadsticas.

La varianza residual es desconocida, siendo su estimador insesgado

Prueba de Hiptesis
La prueba de hiptesis entre las variables es ms objetivo que la simple
observacin del coeficiente de correlacin r. As se plantea comprobar si los datos
observados corroboran o no la hiptesis nula:
H0: "la variable explicativa X no influye en la respuesta Y".
frente a la alternativa:
H1: "la variable explicativa X influye linealmente en la respuesta Y".
Mediante el estadstico de contraste

que se distribuye como una tn-2 de Student, se puede contrastar la hiptesis nula H 0 al
nivel de significacin del 5%.
Caso
Se dispone de los datos de ocho anestesias de diferente duracin, efectuadas
con un anestsico voltil y del tiempo en que se restablece la conciencia
suficiente como para contar hacia atrs desde un nmero determinado sin
error:

Duracin

Duracin

anestesia (min) despertar (min)

150
13
127
16
160
21
210
20
250
16
130
13
60
12
55
14

Se intenta probar la hiptesis de que la duracin del despertar no est influida

por la de la anestesia.
El coeficiente de correlacin para esta muestra es de 0.562231, a medio
camino entre el 0 y el 1, no permitiendo dar una respuesta segura sobre el
contraste; en cambio, el estadstico A toma un valor de 1.66531, del que se
puede deducir que la hiptesis no puede rechazarse al nivel del 5%; en
conclusin, no hay indicios de que la duracin del despertar est linealmente
relacionada con el tiempo de duracin de la anestesia. Si se hubiese rechazado
la hiptesis de independencia, se podran ajustar los datos a la recta de
ecuacin
y = 0.03 x + 11.62,
siendo x la duracin de la anestesia e y la del despertar.

PARTE
X

II
Frecuencia

Xi

Xi . Fi

5
10
15
20
25
30
35

9
14
19
24
29
34
39

1
10
37
36
13
2
1
100

7
12
17
22
27
32
37

Media = 36
desviacin

7
120
629
792
351
64
37
2000

841,0
576,0
361,0
196,0
81,0
16,0
1,0
2072,0