Regresión y Correlación lineal Simple

 Identificar dos variables cuantitativas de la situación estudiada que puedan estar

relacionadas.

TIPO VARIABLES SELECCIONADAS

Variable dependiente Gasto en defensa y seguridad Colombia percápita
Variable independiente Efectivos de fuerza pública disponibles Colombia

 Realizar el diagrama de dispersión de dichas variables y determinar el tipo de asociación

entre las variables.

Gastos percápital Vs Efectivos Disponibles

50000
y = 0.2011x - 45752
Gasto en defensa y seguridad percápita

45000 R² = 0.8418

40000

35000

30000

25000

20000

15000

10000

5000

0
330000 350000 370000 390000 410000 430000 450000
Efectivos Disponibles

Existe una asociación directamente proporcional entre los Efectivos de fuerza pública
disponibles Colombia y los Gasto en defensa y seguridad Colombia percápita ya que a mayor
Efectivos mayor es el Gasto.

 Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la
otra. Es confiable?

A(358033 ; 26202) punto inicial

B(371549; 28763) punto final

𝑦2 − 𝑦1
𝑚=
𝑥2 − 𝑥1
 28763 − 26202 2561
𝑚= = = 0,19
371549 − 358033 13516

Teniendo la pendiente hallamos la ecuación de la recta que pasa por esos dos puntos:

(𝑦 − 𝑦1 ) = 𝑚(𝑥 − 𝑥1 )

(𝑦 − 26202) = 0,19 ∗ (𝑥 − 358033)

𝑦 = 0,19𝑥 − 41824

Se toma la confiabilidad del programa Excel donde

𝑅 2 = 84,18 %

Se puede decir que la ecuación es confiable en un 84,18%

 Determine el porcentaje de explicación del modelo y el grado de relación de las dos

variables.

Tomando los datos de Excel:

𝑟 = √𝑅 2
𝑟 = √0,8418
𝑟 = 0,9175

El grado de relación entre las dos variables es del 0,9175 y el porcentaje de explicación del
modelo es del 91,75%

 Relacionar la información obtenida con el problema.

Se evidencia que en Colombia existe un gran número de efectivos de fuerza pública
disponibles, lo cual lleva a tener un gasto en defensa y seguridad percápita considerable y
entre más efectivos mayo es el gasto.

INTRODUCCIÓN

La regresión como una técnica estadística, una de ellas la regresión lineal simple y la
regresión multifactorial, analiza la relación de dos o más variables continuas, cuando analiza
las dos variables a esta se le conoce como variable bivariantes que pueden corresponder a
variables cualitativas, la regresión nos permite el cambio en una de las variables llamadas
respuesta y que corresponde a otra conocida como variable explicativa, la regresión es una
técnica utilizada para inferir datos a partir de otros y hallar una respuesta de lo que puede
suceder.
Siendo así la regresión una técnica estadística, por lo tanto para interpretar situaciones reales,
pero a veces se manipula de mala manera por lo que es necesario realizar una selección
adecuada de las variables que van a construir las formulas matemática, que representen a la
regresión, por eso hay que tomar en cuenta variables que tiene relación, de lo contraria se
estaría matematizando un galimatías.

CONCLUSIONES

 Las técnicas de regresión y correlación cuantifican la asociación estadística entre dos o

más variables. La regresión lineal simple expresa la relación entre una variable
dependiente “Y” y una variable independiente “X”, en términos de la pendiente y la
intersección de la línea que mejor se ajuste a las variables.

 La correlación simple expresa el grado o la cercanía de la relación entre las dos variables
en términos de un coeficiente de correlación que proporciona una medida indirecta de la
variabilidad de los puntos alrededor de la mejor línea de ajuste- Ni la regresión ni la
correlación dan pruebas de relaciones causa – efecto.

BIBLIOGRAFÍA

 SÁEZ CASTILLO, Antonio. (2012). Apuntes de Estadística para Ingenieros. Versión

1.3. España: Departamento de Estadística e Investigación Operativa Universidad de Jaén.

 RUIZ MUÑOZ, David. (2004). Manual de Estadística. 1st ed. Sevilla, España:
Eumed•net. ISBN: 84-688-6153-7

 Monroy, S. S. (2005). Estadística descriptiva. México, D.F., MX: Instituto Politécnico

Nacional. Recuperado
de:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10436604