X es dado por:.
^ Y f ( x)
Y f ( x)
y
Debemos estimar los parmetros
y en base a los datos observados
empleando el mtodo de mnimos
cuadrados.
Regresin Lineal Simple
k
f xi yi n x y
i 1 i
y x
fx
2
2
i i nx
Tambin podemos Obtenemos beta
Obtener la correlacinDe la divisin entre
Para obtener la recta de covarianza de X y Y
Con la siguiente formula
regresin de X en Y, se tiene? y la varianza de X
s xy s
r xy
ss x y s 2
x
Regresin Lineal Simple
Regresin Lineal Simple
con SPSS
Regresin Lineal Simple
con SPSS
Regresin Lineal Simple
con SPSS
Regresin Lineal Simple
con SPSS
ECCIONAMOS NO ESTANDARIZADOS
A OBTENER LOS VALORES PRONOSTICADOS
Cul seria el modelo de
regresin?
y x
Podemos pronosticar otros
valores?
Podemos pronosticar otros
valores?
Podemos pronosticar otros
valores?
Guardar el modelo para
futuras predicciones
Aplicamos a una nueva
matriz de datos
usar nuestro modelo
guardado
usar nuestro modelo
guardado
EJERCICIO 1:
GENERAR LOS MODELOS DE REGRESION DE:
- Y en X
- X en Y
Incluya su plantilla para cada modelo de regresin
Realice la prediccin de las nuevas estaturas con
Respectivo modelo y los pesos con su respectivo
Modelo.
EJERCICIO 2:
EJERCICIO 3:
EJERCICIO 4:
TRABAJO