Estadstica inferencial.

Regresin y correlacin
Enviado por jbazanl Anuncios Google twofour54 Abu Dhabi building the Arab worlds publishing industry. join us. twofour54.com/publishing Gerencia de Proyectos Diplomado Internacional con enfoque del PMI.Inicio Online 4 Octubre www.bsgrupo.com Cursos Ingls en Canad Aprende ingls con EF. Descubre Canad mientras estudias ingls! www.ef.com.pe

1. 2. 3. 4. 5.

Marco terico Distribucin divariante Conclusiones Bibliografa de regresin y correlacin

INTRODUCCIN: Parte de la Estadstica corresponde a la Estadstica Inferencial y dentro de ella los captulos de correlacin y regresin son muy usados en la Investigacin Cientfica, una herramienta muy til cuando se trata de relacionar 2 o ms variables, relacionadas entre si, como por ejem. nivel de hemoglobina y embarazo en el mbito de las Ciencias de la Salud, la Correlacin implica el grado de dependencia de una variable respecto a otra y la Regresin es otra tcnica que ayuda en la investigacin de la salud Psicologa costos de una Empresa etc. MARCO TEORICO: La regresin como una tcnica estadstica, una de ellas la regresin lineal simple y la regresin multifactorial, analiza la relacin de dos o mas variables continuas, cuando analiza las dos variables a esta se el conoce como variable bivariantes que pueden corresponder a variables cualitativas, la regresin nos permite el cambio en una de las variables llamadas respuesta y que corresponde a otra conocida como variable explicativa, la regresin es una tcnica utilizada para inferir datos a partir de otros y hallar una respuesta de lo que puede suceder. Siendo as la regresin una tcnica estadstica, por lo tanto para interpretar situaciones reales, pero a veces se manipula de mala manera por lo que es necesario realizar una seleccin adecuada de las variables que van a construir las formulas matemtica, que representen a la regresin, por eso hay que tomar en cuenta variables que tiene relacin, de lo contraria se estara matematizando un galimatas. Se pueden encontrar varios tipos de regresin, por ejemplo: 1. Regresin lineal simple 2. Regresin mltiple ( varias variables) a. Simple b) Mltiple, etc. 3. Regresin logstica

La regresin lineal tcnica que usa variables aleatorias, continuas se diferencia del otro mtodo analtica que es la correlacin, por que esta ltima no distingue entre las variables respuesta y la variable explicativa por que las trata en forma simtrica. La matematizacin nos da ecuaciones para manipular los datos, como por ejemplo medir la circunferencia de los nios y nias y que parece incrementarse entre las edades de 2 meses y 18 aos, aqu podemos inferir o predecir que las circunferencias del crneo cambiara con la edad, en este ejercicio la circunferencia de la cabeza es la respuesta y la edad la variable explicativa. En la regresin tenemos ecuaciones que nos representan las diferentes clases de regresin: Regresin Lineal : y = A + Bx Regresin Logarmica : y = A + BLn(x) Regresin Exponencial : y = Ac(bx) Regresin Cuadrtica : y = A + Bx +Cx2

Para obtener un modelo de regresin es suficiente establecer la regresin para eso se hace uso del coeficiente de correlacin: R.

R = Coeficiente de correlacin, este mtodo mide el grado de relacin existente entre dos variables, el valor de R vara de -1 a 1, pero en la prctica se traba con un valor absoluto de R. El valor del coeficiente de relacin se interpreta de modo que a media que R se aproxima a 1, es ms grande la relacin entre los datos, por lo tanto R (coeficiente de correlacin) mide la aproximacin entre las variables. El coeficiente de correlacin se puede clasificar de la siguiente manera: CORRELACIN VALOR O RANGO 1) Perfecta 1) R = 1 2) Excelente 2) R = 0.9 < = R < 1 3) Buena 3) R = 0.8 < = R < 0.9 4) Regular 4) R = 0.5 < = R < 0.8 5) Mala 5) R < 0.5 DISTRIBUCIN DIVARIANTE DEFINICIN : La distribucin divriate es cuando se estudia en una poblacin dos variables, que forman pares correspondientes a cada individuo, como por Ejm: Las notas de 10 alumnos en biologa y lenguaje
BIOLOGIA LENGUAJE 2 2 4 2 5 5 5 5 6 5 6 7 7 5 7 8 8 7 9 10

Los pares de valores son: ( 2, 2) (4,2) (5,5).(8,7) (9,10) forman una distribucin divriate. La correlacin, mtodo por el cual se relacionan dos variables se pude graficar con un diagrama de dispersin de puntos, a la cual muchos autores le llaman nubes de puntos, encuadrado dentro de un grfico de coordenadas X Y en la cual se pude trazar una recta y cuyos puntos mas cercanos de una recta hablaran de una correlacin mas fuerte, ha esta recta se le denomina recta de regresin, que puede ser positiva o negativa, la primera contundencia a aumentar y la segunda en descenso o decreciente. Tambin se puede describir un diagrama de dispersin en coordenadas cartesianas valores como en la distribucin divriate, en donde la nube de puntos representa los pares de valores. GRAFICOS DE RECTA DE REGRESIN

Por ltimo se pueden graficar las lneas de tendencia, herramienta muy til para el mercadeo por que es utilizada para evaluar la resistencia que proyectan los precios. Cuando una lnea de tendencia central se rompe ya sea con tendencia al alza o en la baja es porque ocurre un cambio en los precios, por lo tanto las lneas de tendencia pueden ser alcista cuando se unen los puntos sucesivos y bajista cuando se unen los puntos mximos. Tambin existen grficos que representan la dispersin de datos dentro de las coordenadas cartesianas, sea las nubes de puntos y que pueden darse segn la relacin que representa, que puede ser lineal, exponencial y sin relacin, esta ltima cuando los puntos estn dispersos en todo el cuadro sin agruparse lo cual sugiere que no hay relacin. Los grficos siguientes nos muestran esta relacin:

Matemticamente las ecuaciones seran: Ajuste Lineal : Y = Bx + A Ajuste Logartmico : Y =BLnX + A Ajuste Exponencial : Y = AC BX En el modelo de regresin lineal simple se utiliza la tcnica de estimacin de los mnimos cuadrados, este modelo tiene solo una variable de prediccin y se supone una ecuacin de regresin lineal. En el siguiente ejemplo la relacin entre la calificacin y salario la variable repuesta es el salario inicial y la variable predictiva o de prediccin es la calificacin promedia, si se desea determinar una ecuacin de regresin para el salario inicial promedio como una funcin de la calificacin promedio se podr graficar y procesar los datos en una computadora, estos datos son: CP = Calificacin Promedio SI = Salario Inicial De este grupo de datos se obtiene el siguiente grfico de dispersin
CP SI

2.95 18.50 3.20 20.00 3.40 21.10 3.60 22.40 3.20 21.20 2.85 15.00 3.10 18.00

2.85 18.80 3.05 15.70 2.70 14.40 2.75 15.50 3.10 17.20 3.15 19.00 2.95 17.20 2.75 16.80

CONCLUSIONES Monografa de compilacin en la cual se trata de abordar un fragmento de la estadstica inferencial, trabajo realizado en el mbito en una maestra, como cierre de un capitulo del curso de estadstica bsica, en la bibliografa se encontr en la literatura bajado de internet literatura compleja que implica un amplio conocimiento de las estadsticas por parte del autor y en la revisin de la literatura que abarca aos anteriores 1995, se observo pocos cambios de la temtica a la actualidad, sobre todo dicho cambio esta ajustado al rea de la entrada de los ordenadores en esta rama de la ciencia, el capitulo de regresin y correlacin se hace por lo tanto mas maleable, sobre todo cuando se maneja gran cantidad de datos, la inferencia que es muy importante en investigacin medica, en este caso se hace mas fcil para los que procesan estos tipos de datos. BIBLIOGRAFIA DE REGRESION Y CORRELACION 1. 2. 3. 4. 5. Vommi : MJ Qu es un monografa? [citada 13 08 2005] direccin: http://www.mografias.com/trabajos7/beren/beren.shtml) Torino H . Resumen del libro de Estadsticas de Berenson y Levine [citada 15 08 2005] direccin: http:// www.mografias.com/trabajos13 /beren/beren.shtml) El Rincn del Vago, SL C Toro 76,2 Salamanca (Espaa) [18 08 2005] direccin: http:// htlm.rincondelvago.com/estadistica/html) El Rincn Del Vago, SL C Toro 76,2 Salamanca (Espaa) [16 08 2005] direccin: http://htlm.rincondelvago.com/estadistica/html) Ortega Calvom, Cayuela Domnguez A, Regresin Logstica No condicionada y tamao de muestra: una revisin bibliografica. Revista Espaola de salud Publica [serie en internet] 2002 Marzo [citada 16 08 05] Vol 70N2 [12 paginas] direccin http://www.scielospphp?piol=s1135-5727200200020000&scrip[=sciarte Galdos Calculo y Estadstica III Edicin Unica. Grupo La Republica. Lima Per;2005.

6.

7. Cannavos G. Probabilidad y Estadstica Aplicacin y mtodos. Ed. en espaol Mc GRAWHILL/INTERAMERICANA DE MEXICO.1995. Jos Manuel Bazan Loyola

..

Inicio Inicio Mapa del Sitio Agregue su artculo Investigaci n de Operacione s Teora Inv. Operacione s

Analisis de Regresion

Regresin Cuadrtica

Regresin Cuadrtica
No de Visitas:1429

Aqu se describe como hacer una regresin para ajustar a una parbola de segundo grado

La regresin cuadrtica es el proceso por el cul encontramos los parmetros de una parbola que mejor se ajusten a una serie de datos que poseemos, ya sean mediciones hechas o de otro tipo. Bueno, pero por que habramos de querer ajustar nuestros datos precisamente a una parbola y no a otra funcin? (ver escogiendo la Inv. funcin de ajuste). Operacione
s con Excel

Admon. de Operacione s Pronsticos Adm. de Proyectos T.O.C. Balance de Lnea. Anlisis de Regresin Preguntas Frecuentes

Una funcin cuadrtica o de segundo grado se puede representar de manera genrica como :

Downloads Mi Blog Software On Line Regresine s y Mnimos Cuadrados

Entonces lo que nos interesa es encontrar los valores de a, b y c que hacen que el valor de y calculado sea lo mas cercano posible al medido.

Deduccin de las Ecuaciones:

De nuevo hacemos una definicin de la funcin de error, y encontramos los valores de Contcteme los parmetros que la minimizan, tomando derivadas parciales de la funcin por cada parmetro que haya: Otros Productos
Directorio Telefnico de Colombia

Una vez se haya reemplazado el valor de n, y de las sumatorias, slo habr que solucionar el sistema de ecuaciones por su mtodo preferido, Eliminacin Gaussiana, Krammer, etc. Despus de que ha solucionado el sistema de ecuaciones entonces tendr el valor de los parmetros: a,b,c.

Ejemplo:

En determinado proceso se realizaron una serie de 24 mediciones, que luego al graficarse se determin que es de naturaleza cuadrtica. Se desea encontrar los parmetros del polinomio de segundo grado, que mejor se ajusta a esa serie de datos, y cul es el valor de la variable dependiente, cuando el valor de la variable independiente es de 20.

La tabla con los datos medidos es la siguiente:

X 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6 6,5 7 7,5 8 8,5 9 9,5 10 10,5 11

Y 10,08 12,03 11,38 18,81 20,53 28,50 31,38 38,40 48,39 60,60 66,66 82,61 91,37 105,44 122,53 137,77 152,74 172,65 188,84 207,77 230,94 251,35 274,07

11,5

295,95

Ahora, teniendo en cuenta la matriz que dedujimos anteriormente, sabemos que tenemos que encontrar los valores de la suma de x, la suma de x2, de x3, x4, de Yi, xYi, x2*Yi y n=24.

X 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6 6,5 7 7,5 8 8,5 9 9,5

Y 10,08 12,03 11,38 18,81 20,53 28,50 31,38 38,40 48,39 60,60 66,66 82,61 91,37 105,44 122,53 137,77 152,74 172,65 188,84 207,77

X^2 0,00 0,25 1,00 2,25 4,00 6,25 9,00 12,25 16,00 20,25 25,00 30,25 36,00 42,25 49,00 56,25 64,00 72,25 81,00 90,25

X^3 0,00 0,13 1,00 3,38 8,00 15,63 27,00 42,88 64,00 91,13 125,00 166,38 216,00 274,63 343,00 421,88 512,00 614,13 729,00 857,38

X^4 0,00 0,06 1,00 5,06 16,00 39,06 81,00 150,06 256,00 410,06 625,00 915,06 1296,00 1785,06 2401,00 3164,06 4096,00 5220,06 6561,00 8145,06

Xyi 0,00 6,01 11,38 28,21 41,06 71,24 94,14 134,39 193,56 272,68 333,31 454,37 548,23 685,39 857,74 1033,24 1221,90 1467,54 1699,55 1973,80

X^2Yi 0,00 3,01 11,38 42,31 82,13 178,11 282,41 470,36 774,26 1227,08 1666,55 2499,02 3289,38 4455,05 6004,20 7749,32 9775,23 12474,08 15295,92 18751,13

10 10,5 11 11,5 Total

230,94 251,35 274,07 295,95

100,00 110,25 121,00 132,25 1081

1000,00 1157,63 1331,00 1520,88 9522

10000,00 12155,06 14641,00 17490,06 89452,75

2309,40 2639,18 3014,81 3403,37 22494,51

23093,97 27711,38 33162,86 39138,76 208137,88

138 266,078,166

Reemplacemos los valores en la matriz...

Aqu tenemos la matriz, resolviendo, por Gauss Jordan

24 138 1081

138 1081 9522

1081 9522 89453

2660,8 22495 208138

1 0 0

5,75 287,5 3306,25

45,04 3306,25 40762,95

110,86 7195,4 88291,13

1 0 0

0 1 0

-21,08 11,5 2741,08

-33,04 25,02 5544,03

1 0

0 1

0 0

9,60 1,76

2,02

Por lo tanto: a=9.6 b=1.76 c=2.02 la parbola de mejor ajuste es entonces:

83

Deje su comentario...
Nombre: Email:

Pais:

Colombia

Calificacin: Comentario:

Enviar

Borrar

Nombre: anarco Fecha : 2011-05-22 21:02:46 Email : Bolivia

" q laargo x.x... "

Nombre: pepe Fecha : 2010-12-03 12:50:35 Email : Mxico

" mmm dudo de la veracidad "

Nombre: pablo Fecha : 2010-11-28 23:33:57 Email : Chile

" como calculas lo que esta dentro de la matriz? "

Nombre: Fecha : 2010-10-21 13:54:30 Email : Colombia

" m,k,kkk "

Nombre: Luis Lzaro Apolaya Fecha : 2010-10-15 00:20:48 Email : luwala@hotmail.com Peru

" Gracias por la ayuda de la obtencin de la regresin parab 162lica seria bueno que conozcamos el error estndar de estimacin si conoces la funcin en excel te agradecere mas . Gracias "

Nombre: vero Fecha : 2010-10-02 00:26:18 Email : veroramos_94@hotmail.com Honduras

" me encanta "

Nombre: Ismael Fecha : 2010-05-30 19:21:36 Email : Mxico

" Muchas felicidades de vdd, me has salvado la vida!! me parecio estupenda la explicacion de la regresion cuadratica GRACIAS!! Saludos desde Mexico D.F. atte. Un Burro Blanco del IPN "

Nombre: Fecha : 2009-06-26 01:40:00 Email : Otro

" diculpen pero saben la descripcircion de los parametros de la parabola "

Nombre: khrizzy_boredwitch365@hotmail. Fecha : 2009-06-22 17:49:49 Email : Otro

" Te falt tan slo como calcular el coeficiente de correlacin!!!!! "

Nombre: rolopoderoso@hotmail.com

Fecha : 2009-04-29 13:03:46 Email : Otro

" Lo pase a excel y el me dice que tenes un error, en un citio en el que ubicaste como resultado 3306.25, el excel me dice que el resultado verdadero es 2306.25, ademas vi varios errores de escritura en tu post. espero los corrijas. "

Nombre: irma, girlihgm@otmail.com, PER Fecha : 2009-04-02 17:06:00 Email : Otro

" Hola, nunca llegare a entender los numero, todo curso que lleve numeros me parece igual, como una persona de 30 aos no le puede gustar los numeros, puede haber alguna formula, para que me pueda agradar o al menos entenderla,muchas gracias por su tiiempo. "

Nombre: knopanda@hotmail.com Fecha : 2009-03-19 23:29:23 Email : Otro

" gracias x la qyuda me ayudara a exentar en mi clase "

Nombre: cipenew@gmail.com Fecha : 2009-03-16 14:20:42 Email : Otro

" Seria bueno incluir tambien el tema del COEEFICIONTE DE CORRELACION R2^2=sum(y estimado - y promedio)^2 /sum(y rea - y promediol)^2, despues despejar R (extraer la raiz cuadrada) y si el valor de R es cercano a 1 entonces esa funcion representa muy bien la correlacion en tre los datos X e Y, no se si se entendio pero al final de cuentas lo que necesitamos, e SABER QUE FUNCION (lineal, cuadratica, exponencial, etc) REPRESENTA MEJOR LA RELACION ESTADISTICA ENTRE LOS DATOS (x,y), entendiendo y=f(x) se entiende? cipenew@gmail.com Saludos "

Nombre: Guille / awesome_fashion@hotma Fecha : 2009-03-13 17:14:53 Email : Otro

" muchisimas gracias, me has sido de ayuda no sabes cuanto, me has resuelto mil dudas en una. saludos "

Nombre: dechellis_13@hotmail.com Fecha : 2009-02-08 13:20:24 Email : Otro

" todo biem "

Nombre: Fecha : 2008-11-26 16:10:29 Email : Otro

" SABES TU EJEMPLO TA CHEVERE , CUANTO UBIESE QUERIDO Q HALLA MAS PERO DE TODOS MODOS GRASIAS , ME AYUDASTE A VER SI CUELGAS UN POCO MAS DEL TEMA POR FABOR "

Nombre: Fecha : 2008-10-29 11:36:37 Email : Otro

" esto si es regresion cuadratica de estadistica ????? "

Nombre: edinson Fecha : 2008-09-10 04:15:32 Email : edi_70@hotmail.com Peru

" gracias por el calculo..pero eso puede hacerse con ayuda del excel, lo que mas es complicado y con gran necesidad, es la forma practica de interpretar los valores de a, b y c..puesto que mediante estos valores podemos interpretar con exactitud la curva cuadratica, y dar a conocer la variacion de la variable dependiente (Y) con respecto a la variable independiente (X)....bueno mi duda era esa, gracias por permitir expresar esas lineas..gracias "

Nombre: VICTOR HUANACUNI AJROTA Fecha : 2008-08-18 21:55:15 Email : victorha_8@hotmail.com Peru

" estimado amigo le felicito por sus referencias estadsticas; quiero pedir una consulta sobre REGRESION CUADRATICA por favor me podra decir como se calcula SUMA DE CUADRADOS TOTAL, SUMA TOTAL DE REGRESIONES Y ERRORES. "

Nombre: nataly Fecha : 2008-08-10 15:03:23 Email : natasjamillos92@hotmail.com Colombia

" Muy buena la informacin, pero necesito la funcion potencial tambin!! "

Nombre: Carlos Fecha : 2008-07-11 05:08:36 Email : carlosrosojuan@yahoo.es Venezuela

" Muy buena la informacion. Pero necesito encontrar con los otros modelos: Lineal, logaritmica de potencia para ver cual de ellos se acerca mas a mis datos "

Nombre: Alfredo Quiroz Ruiz Fecha : 2008-06-25 13:02:02 Email : Mxico

" Perdon habia olvidado poner mis datos y la calificacion "

Nombre: Fecha : 2008-06-24 20:43:40 Email : Otro

" Hola, me referia al error estandar, pero ya encontre como calcularlo, de cualquier modo agradezco mucho toda esta informacin, en los libros no esta tan claro como lo explican aqui. "

Nombre: jairo Marin Fecha : 2008-06-24 14:24:58 Email : Otro

" Te refieres a la definicin de error que se presenta arriba? no es si no reemplazar antes de la derivada... 8) "

Nombre: INVITADO Fecha : 2008-06-20 11:45:02 Email : Otro

" Hola, primero que nada gracias por la informacion, me fue de mucha utilidad. Podrian decirme por favor como podria calcular los errores de los coeficientes o al menos alguna referencia que pueda consultar. Gracias. "

Nombre: INVITADO Fecha : 2008-04-19 22:32:17 Email : Otro

" muy bien, me ayudaste ha hacer la tarea gracias "

Nombre: INVITADO Fecha : 2008-04-08 22:14:49 Email : Otro

" expliquen los cuadros de formulas "

Jairo Marin - 2010