REGRESION Y
CORRELACION
Scatterplot of Precio vs Area
220000
200000
Precio
180000
160000
140000
120000
1000
1500
2000
Area
2500
3000
OBJETIVOS
Describir la relacin entre dos o ms
variables
Describir la fuerza de la relacin entre las
variables independientes y la variable
dependiente
Aplicar a la realidad
Especificar y Estimar un Modelo de Relacin
entre las variables econmicas relativas a
una determinada cuestin conceptual
CONTENIDO
1.
2.
3.
4.
5.
6.
7.
Introduccin
Regresin simple
Regresin lineal simple
Anlisis de correlacin
Pruebas para parmetros poblacionales
Anlisis de regresin mltiple
Coeficiente de correlacin mltiple
1. Introduccin
Publicidad Ventas
35
350
50
450
40
360
65
540
55
520
45
420
70
560
Regresin
Con
Si
depende de varias:
Y =f (X1, X2,,Xn)
Regresin mltiple
Demanda est en funcin de:
2. Regresin simple
Es
Curvilnea
Curvilnea
Y X
0
Variable
dependiente o
respuesta
Intercepto
Error
aleatorio
Variable independiente
o predictora o
explicativa
Ejemplos
Y
Ventas
X es la publicidad
La recta es:
Y = 124 + 6 X
Variacin vertical
Variacin horizontal
Intercepto Pendiente
Y X e
0
Estimaciones
Solo
puede
estimarse
Error
Y X
0
La
Es
Y X
0
MINIMOS CUADRADOS
ORDINARIOS
Procedimiento
matemtico para
estimar la recta de regresin.
M.C.O produce una recta que se
extiende por el centro del
diagrama de dispersin
aproximndose a todos los
puntos de datos ms que
cualquier otra recta.
Diagrama de
dispersin
Ejemplo
Ventas
Publicidad Ventas
35
350
50
450
40
360
65
540
55
520
45
420
70
560
600
500
400
300
200
100
0
0
10
20
30
40
50
60
70
80
Cambiando
Ventas y Publicidad
620
570
520
470
420
370
320
30
35
40
45
50
55
60
65
70
75
Agregando
la recta estimada
Ventas y Publicidad
Y X
620
570
520
470
420
370
320
30
35
40
45
50
55
60
65
70
75
Ventas y Publicidad
Y X
620
570
520
Yi
470
420
370
320
30
35
40
45
50
55
60
65
70
75
Ventas y Publicidad
Y X
620
570
520
Error
Yi
470
420
370
320
30
35
40
45
50
55
60
65
70
75
ERROR
DIFERENCIA ENTRE LOS
VALORES REALES DE Y
Y EL ESTIMADO DE Y
Yi
Error (Yi Yi )
(Y i Yi ) 0
M.C.O HACE QUE SE MINIMICE
LA SUMA DE ESTOS ERRORES AL
CUADRADO
(
Y
Y
)
mnimo
i
i
2
(
Y
Y
)
mnimo
i
i
2
Y 0 1 X i
REEMPLAZANDO VALORES:
(Y i 0 1 X i ) mnimo
2
(Y i 0 1 X i ) mnimo
2
Y i n 0 1 X i
Y
X
X
i i
0
i
1
i
La
SUPUESTOS
REGRESION
DEL MODELO DE
1.
2.
M.C.O
Supuesto de HOMOSCEDASTICIDAD
Y en la prctica?
2.
El
la recta de regresin, se la
denomina tambin la recta del ajuste
ptimo, sin embargo es necesario
conocer qu tan bien se ajustan los
datos a esta recta
1. Error estndar de la estimacin
2. Coeficiente de determinacin
Se
35
40
45
50
55
60
65
70
75
Error estndar de la
estimacin:
Se
Ventas
350
450
360
540
520
420
560
Se
(Y i Yi )
n2
2467 ,03
Se
72
Se 22,21
Error estndar de la
Se CME
SCE
CME
n2
( SC XY )
SCE SCY
SC X
A TRAVS DE EXCEL
Estadsticas de la regresin
Coeficiente de
correlacin
mltiple
0,97139156
Coeficiente de
determinacin R^2
0,94360156
R^2 ajustado
0,93232187
Error tpico
22,2127395
Observaciones
7
GRACIAS