DIAGRAMA DE ESPARCIMIENTO
Es una ilustración gráfica que se utiliza en el análisis de regresión está constituido
por una dispersión de puntos tal que cada punto representa un valor de la variable
independiente (medido a lo largo del eje horizontal) y un valor asociado de la
variable dependiente (medido a lo largo del eje vertical). Se le conoce con el
nombre de nube de puntos o diagrama de dispersión
La construcción del diagrama de esparcimiento constituye el primer paso para
investigar la relación existente entre dos variables, la posición y forma de esta nube
proporciona la idea del tipo de relación existente entre dos variables, de este modo
se facilita la elección de la correspondiente función matemática.
GRÁFICO Nº 1.1 DIAGRAMAS DE ESPARCIMIENTO PARA DATOS BIDIMENSIONALES
Y Y
X X
0 0
A: RELACIÓN LINEAL POSITIVA B: RELACIÓN LINEAL NEGATIVA
Y Y
X
0 X
0
C: RELACIÓN NO LINEAL D: SIN RELACION DEFINIDA
Ahora bien graficada y visualizada la forma del diagrama de esparcimiento, interesa analizar y
expresar el tipo de relación entre las variables. Para expresar esta relación se elige una
función matemática que mejor represente o se ajuste al diagrama de esparcimiento.
REGRESIÓN
Es el método estadístico que investiga y define la relación funcional entre dos o más variables.
Función o Modelo de Regresión
Ecuación matemática que representa el modelo estadístico correspondiente.
REGRESIÓN LINEAL
EI propósito de la regresión lineal es estimar la relación que existe entre dos variables
X y Y, se expresa: Y = f(x) “Y depende de X”
a) Variable Independiente.
Es la variable cuyo valor se supone conocido y se utiliza para predecir o explicar el
valor de otra variable de interés, se simboliza por X. se le conoce con los nombres:
VARIABLE EXPLICATORIA, VARIABLE PREDICTORIA. VARIABLE REGRESORA,
VARIABLE CONTROL O ESTIMULO.
b) Variable Dependiente.
Es la variable cuyo valor se supone desconocido y que se explica o predice con ayuda
de otra variable, se simboliza por Y, recibe los nombres: VARIABLE EXPLICATIVA,
VARIABLE PREDECIDA, VARIABLE REGRESANDO O VARIABLE RESPUESTA.
Ajuste de una Función de Regresión
Ajustar una función de regresión significa buscar o definir la función que exprese con
mayor precisión la relación entre variables. Gráficamente será aquella función que mejor
se adecue a la nube de puntos.
EI problema de ajuste de una función de regresión a un conjunto de n valores (X,Y),
comprende tres pasos:
1. Graficar el diagrama de esparcimiento o nube de puntos.
2. Definir la forma de la función de regresión (recta, parábola, exponencial, etc.)
3. Determinar el valor numérico de los parámetros de la función elegida.
MÉTODO DE MÍNIMOS CUADRADOS
Técnica empleada para llegar a la ecuación de regresión minimizando la suma de los
cuadrados de las distancias verticales entre los valores verdaderos y los valores
pronosticados Y.
REGRESIÓN SIMPLE LINEAL
ECUACIÓN DE REGRESIÓN
Expresión matemática que define la relación entre dos variables. Se le denomina también
ecuación de estimación o ecuación de pronóstico
LÍNEA RECTA DE REGRESIÓN
Consideremos la ecuación de la recta:
Y*= a + bX
Donde:
Y * : Valor pronosticado de la variable Y para un valor seleccionado de X
a : Ordenada de la intersección con el eje Y (o intersección Y). Es el valor estimado de Y
cuando X = 0. Otra forma de decir esto es a: es el valor estimado de Y, en donde la
recta de regresión cruza el eje Y cuando X es cero. Llamado también ordenada de
origen.
b : Pendiente de la recta o sea cambio promedio en Y* por unidad de cambio (incremento
o decremento) en la variable independiente X, se le conoce con el nombre de
coeficiente angular.
X : Cualquier valor seleccionado para la variable independiente.
Para el cálculo de a y b usaremos el Método de Mínimos Cuadrados mediante las
ecuaciones normales
Donde:
X es un valor de la variable independiente
Y es un valor de la variable dependiente
n es el número de elementos de la muestra
X es la media de la variable independiente
Y es la media de la variable dependiente
Interpretación de “b”
Consideremos el signo de este coeficiente se tiene:
Si b es positivo (b>O), entonces existe una relación lineal positiva o directa es decir
que ante incrementos en la variable independiente, corresponde incrementos en la
variable dependiente.
Si b es negativo (b<O), se tiene una relación lineal negativa o inversa es decir, que
incrementos en la variable independiente origina decrementos o disminuciones en
la variable dependiente.
Grafica de la Recta de Regresión
Dada la ecuación de regresión:
Y* = a + bX
Para graficar una recta es suficiente definir dos puntos luego se grafican estos dos puntos
en el plano y por ellos se traza una recta.
EJERCICIOS RESUELTOS
1.- El administrador de EMAPA S.A. desea establecer la relación entre el consumo
mensual domiciliario y el tamaño de la familia en la urbanización Los Jardines en
octubre de 2021, se conocen los datos siguientes:
Tamaño de familia Galones de agua
utilizados
9 1050
2 650
7 850
9 1000
4 550
11 1050
6 900
3 650
3 600
2 600
2 700
3 500
5 550
10 1000
6 800
7 900
6 700
4 500
3 550
5 800
8 950
8 1100
6 750
7 800
5 750
4 600
7 950
11 1000
12 1050
9 1100
12 1000
12 1100
10 1050
9 800
a) Construir el diagrama de esparcimiento.
b) Determine la ecuación de regresión. Interprételo.
SOLUCIÓN:
a) Definamos primeramente la variable dependiente como el consumo de
galones de agua utilizando (Y) y la variable independiente como el tamaño de la
familia (X);
Luego:
Consumo de galones de agua =f (tamaño de la familia) Y = f (X)
ECUACIÓN DE REGRESIÓN Y ERROR ESTÁNDAR DE ESTIMULACIÓN DEL
TAMAÑO DE FAMILIA Y CONSUMO DE AGUA EN LA URBANIZACIÓN LOS
JARDINES.
X Y XY X2 Y2
9 1050 9450 81 1102500
2 650 1300 4 422500
7 850 5950 49 722500
9 1000 9000 81 1000000
4 550 2200 16 302500
11 1050 11550 121 1102500
6 900 5400 36 810000
3 650 1950 9 422500
3 600 1800 9 360000
2 600 1200 4 360000
2 700 1400 4 490000
3 500 1500 9 250000
5 550 2750 25 302500
10 1000 10000 100 1000000
6 800 4800 36 640000
7 900 6300 49 810000
6 700 4200 36 490000
4 500 2000 16 250000
3 550 1650 9 302500
5 800 4000 25 640000
8 950 7600 64 902500
8 1100 8800 64 121000
6 750 4500 36 562500
7 800 5600 49 640000
5 750 3750 25 562500
4 600 2400 16 360000
7 950 6650 49 902500
11 1000 11000 121 1000000
12 1050 12600 144 1102500
9 1100 9900 81 1210000
12 1000 12000 144 1000000
12 1100 13200 144 1210000
10 1050 10500 100 1102500
9 800 7200 81 640000
227 27900 204100 1837 24185000
La recta de regresión o ecuación de regresión:
Reemplazando los valores del Cuadro Nº 1.1 en b se tiene:
34(204100) - (227)(27900)
b = 2
34(1837) –(227)
b = 55.46
Encontramos el valor de a:
a=
27900
34
−55.46 ( )
227
34
a=450.12
La ecuación de regresión:
Y *= 450.12 + 55.46X
Interpretación:
Iniciando con un consumo base de 450.12 galones de agua cada incremento
unitario en el tamaño de la familia está asociado con un aumento promedio de
55,46 galones de agua.
a = 450,12
Nos indica que es el consumo de agua cuando el tamaño de familia es cero.
b = 55,46
Nos indica en general que el consumo de agua (Y) aumenta a medida que
se incremente el tamaño de familia (X) esto es que existe una relación lineal
directa entre el tamaño de familia (X) y el consumo de agua (Y) de la
urbanización los Jardines.
2.- Se desea analizar la relación entre edad y el tiempo efectivo de servicios, se
considera una muestra de 15 trabajadores de la Empresa Textil ¨La Alameda¨ S.A.
obteniéndose los resultados siguientes:
Edad 48 40 30 39 46 42 27 36 34 46 32 42 40 32 27
Tiempo de 24 18 9 14 22 22 4 13 10 20 12 18 16 8 6
servicio
a) Construir el diagrama de esparcimiento
b) Determinar la ecuación de regresión.
3.- Se desea investigar la estructura de los sueldos de los docentes y saber si existe
relación con los años de experiencia.
Años de 9 7 5 16 15 18 20 13 10 8 4 12
Experiencia
Sueldo 1.2 0.8 0.7 2.5 2.3 2.6 3.2 1.9 1.7 1.5 0.7 1.8
(miles de
soles)
a) Construir el diagrama de esparcimiento
b) Determinar e Interpretar la ecuación de regresión
4.- El gerente de un taller desea saber si existe relación entre las horas de trabajo y
la producción (unidades producidas).
Horas 80 79 83 84 78 60 82 85 79 84 80 62
Producción 300 302 315 330 300 250 300 340 315 330 310 240
a) Construir el diagrama de esparcimiento
b) Determinar e Interpretar la ecuación de regresión