You are on page 1of 20

C/ Mont el en, n 50

918 272 309 - 651 367 487


28010 MADRI D
www. c!"#$ c%e!& co. co!
TEMA 11
REGRESION SIMPLE
( ) [ ]
1
/ / m y E y
regresin terica o regresin en sentido estricto de
sobre
( ) [ ]
2
/ / m x E x
regresin terica o regresin en sentido estricto de
sobre
FUNCIONES DE REGRESION EN EL SUPUESTO DE INDEPENDENCIA
Si las variables son independientes No existe condicionamiento y las medias condicionadas
coinciden con las medias marginales.Es decir, las funciones de regresin son rectas
perpendiculares y paralelas a los ejes
EJERCICIOS MODELO
1.-Dada la variable bidimensional ( ) ,
, con funcin de densidad
( )
( )
1
3 0 1; 0 1
,
2
0
x y x y
f x y
resto

'

a !alcula la funcin de regresin de


sobre
b Si son independientes calcular las densidades marginales
".-Sea la variable ( ) ,
cuya distribucin de probabilidad conjunta viene definida por la
funcin de densidad
( )
( ) 1 0 1; 0 1
,
0
kx y x y
f x y
resto
+

'

a !alcula las regresiones tericas y su relacin con las medias de las marginales
b !alcular las densidades marginales y las medias
1
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
REGRESION LIINEAL MINIMOCUADRATICA
#as funciones de regresin terica en general no van a ser funciones de tipo conocido como
recta, parabola etc.
$amos a aproximar la regresin terica mediante una recta por el m%todo de los m&nimos
cuadrados
#os par'metros de esa recta los determinaremos mediante el criterio de los m&nimos
cuadrados
Es una recta de la ecuacin y(a)bx
*s& la recta de + sobre , Y X
( )
11
01 10
20
Y x

+
#a recta de , sobre +
( )
11
10 01
02
x y

+
EJERCICIOS MODELO
1.-Dada la funcin de densidad conjunta
( )
( ) 2 0 2; 0 2
,
0
k x y y x
f x y
resto
+ < < < <

'

a !alcula el valor de -
b !alcula las densidades marginales
c !alcula la regresin lineal minimocuadratica
d !alcula los momentos centrales
e !alcula el coeficiente de correlacin
f !alcula la esperan.a de

y la regresin terica en el supuesto de


sobre
COEFICIENTE DE DETERMINACION LINEAL
/ide el tanto por uno de varian.a explicada en la regresin lineal, es decir,la mejora 0ue
1emos conseguido en la prediccin al introducir la variable independiente
2 11
20 02

2
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
TEMA 12
REGRESION Y CORRELACION MULTIPLE
DISTRIBUCION CONJUNTA TRIDIMENSIONAL
Si en cada una de las n observaciones 1acemos a1ora tres edidas tendremos una variable
estadistica tridimensional
DISTRIBUCIONES MARGINALES
a2idimensionales
3btenemos estas considerando las distribuciones de dos variables4del conjunto de tres
prescindiendo de los valores de la tercera y 1abra por tanto tres distribuciones de este tipo
0ue son5
( ) ( ) ( )
1 2 1 3 2 3
, , , , , x x x x x x
b6nidimensionales5
Son las 0ue se obtienen considerando una sola variable con sus frecuencias y prescindiendo
de los valores de las otras
DISTRIBUCIONES CONDICIONADAS Y DISTRIBUCIONES A POSTERIORI
Son distribuciones de una variable paa valores prefijados de las otras dos
3
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
MOMENTOS Y RANGO DE UNA DISTRIBUCION
a /edias
1
1
1
2
2
1
3
3
1
1
1
1
n
i
i
n
i
i
n
i
i
x x
n
x x
n
x x
n

b$arian.as
2
2 2
1
1 11 1
2
2 2
2
2 22 2
2
2 2
3
3 33 3
1
1
1
i
i
i
s l x x
n
s l x x
n
s l x x
n


c !ovarian.as
1 2
12 21 1 2
1 3
13 31 1 3
2 3
23 32 2 3
1
1
1
i i
i i
i i
l l x x x x
n
l l x x x x
n
l l x x x x
n


d!oeficientes de correlacion
12 12
12 21
1 2
11 22
13 13
13 31
1 3 11 33
23 23
23 32
2 3 22 33
l l
r r
s s l l
l l
r r
s s l l
l l
r r
s s l l



Se tiene 0ue
11 22 33
1 r r r
eDeterminante # de momentos
11 12 13
21 22 23
31 32 33
l l l
L l l l
l l l

4
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
fDeterminante de correlacion
12 13
21 23
31 32
1
1
1
r r
R r r
r r

DEFINICIONES
1.-Distribucion Singular es a0uella 0ue se anula el determinante #,lo 0ue supone 0ue 7(8
".-7ango de una distribuciob9es el rango o caracteristica de #4o 7
En las distribuciones singulares puede ocurrir5
a:ue el ranfo de #("
En este caso todos los puntos del diagrama de dispersin se 1allan en un plano y esto
supone 0ue aun0ue tengmos tres variables,el campo analitico de una esta rigidamente
deteminado por las otroas dos
;eometricamente se dice 0ue 1ay dos grados de libertad
b:ue el rango de #(1
<odos los puntos del diagrama de dispersin se 1alla sobre una recta y supne 0ie de las tres
variables dos estan rigidamente determinada por la tercera
;eometricamente se dice 0ue un solo grado de libertad
=.- Distribucion No Singular5 es a0uella en la 0ue # no es nulo ni 7
#a distribucin de frecuencias no se encuentra en un plano ni en una recta sino en el
espacio
5
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
VARIANZA RESIDUAL
2 2
1
11 11
r
L R
s s
L R

COEFICIENTE DE DETERMINACION O CORRELACION MULTIPLE
Es el tanto por uno de la varian.a explicada
( )
2
1 23
11
1
R
r
R

1.- Si
( )
2 2
1 23
1 0
r
r s
#a correlacon es perfecta es decir dependencia rigida de
1
x
con las otras variables
>or ser 7(8 es una distribucin singular y todos los puntos del diagrama de dispersin estan
en un plano o en una recta seg?n el rango de 7
".- Si
( )
2 2 2
1 11 12 13 1 23
0 0
r
r s s R R r r
Esto 0uiere decir 0ie
1
x
esta incorrelada con las otras dos variables
*un0ue la incorrelacion en general no lleva consigo independencia,al ser ( ) 1 1
2 3
, x x x x
0uiere decir 0ue no 1emos mejorado en nada la media
* esta depednecia del calor medio con respecto a
2 3
, x x
se le llam indpendecia en sentido
amplio
=.- S@
( )
2
1 23
0 1 r < <
Existe un grado de correlacion
CORRELACION PARCIAL
#a correlacion entre dos variables sin tener en cuenta las demas se llama total
#a correlacion parcial es la 0ue estudia la correlacion entre dos variables despu%s de
eliminada la influencia de laas demas
COEFICIENTES DE CORRELACION PARCIAL
Son coeficientes de correlacin entre la variable explicada dependiente y cada una de las
independientes eliminado la influencia de la tercera, manteni%ndose la tercera variable
constante
( )
( )
12
1,2 3
11 22
13
1,3 2
11 33
3
2
L
cte
L L
L
cte
L L


6
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
FUNCION GENERATRIZ DE UNA VARIABLE BIDIMENSIONAL
( )
( )
.
,
. ,
i j
tx uy
ij
t u
tx uy
discreta e P
t u E e
continua e f x y dxdy

+
+

+

1
]


Z
]
* partir de la funcin generatri. podemos calcular los momentos de la variable
7
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
EJERCICIOS
1.-#as notas de los dos examenes parciales y del examen final de 188 alumnos aparecen en
la siguiente tabla
( )
1 2 3 1 2 3
2 1
3 1 0 4
4 3 0 7
2 2 1 11
3 2 1 14
5 2 1 15
5 3 2 18
0 2 3 10
0 3 4 11
5 4 4 6
7 5 5 4
examenfinal parcial parcial frecuencias
x x x f x x x
!alcula el plano de regresion 0ue nos permita obtener la nota media del examen final
conocidas las notas de los examenes parciales
".-Dada la siguiente distribucin conjunta,determnar la regresion en sentido estricto4 o por
momentos de
3 1 2
/ x x x
( )
1 2 3 1 2 3
1 2 3 6
1 2 5 9
1 2 7 5
1 3 5 14
1 3 6 16
2 3 4 12
2 3 7 10
3 1 5 8
3 1 2 13
3 1 1 7
x x x f x x x
8
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
=.-Establecer el plano de regresion de
3 1 2
/ x x x
en la siguiente distribucin conjunta.Aagase
un cambio adecuado en la variables 0ue simplifi0ue los calculos
1 2 3
46 105 34
48 100 39
50 90 45
52 85 48
54 65 57
x x x
B.-!on los datos del ejercicio anterior calcula5
a el determinante de correlacion
bel coeficiente de correlacion mutltiple
3 1 2
/ x x x
cEl coeficiente de correlacion parcial de
1 2
, x x
C.-!omentese la correlacion y regresion de
1 2 3
/ x x x
en la distribucin conunta siguiente
1 2 3
1 1 2
5 2 1
6 3 2
8 2 3
x x x
9
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
TEMA 12
PRINCIPALES DISTRIBUCIONES DE PROBABILIDAD
1.-DE TIPO DISCRETO
* 2inomial 24n, p
n es el n?mero de datos y p es la probabilidad de %xito
Nos dan la opcin de %xito o fracaso
#a funcin de cuant&a es ( ) .
x n x
n
P x p q
x


_


,
> es la probabilidad de %xito y 0( 1-p
/edia ( ) . E n p
$arian.a $( ) . . n p q
Duncin generatri.
( ) ( )
n
t
t q pe +
Si tenemos 0ue sumar varias binomiales ( )
1 2
, B n n p +
2 Distribucin de >oisson
6na binomial en 0ue nE188 y n.p 5 se aproxima a una binomial
#a formula para resolverla es .
!
x
e
x

#a media es
( )
( )
( )
( )
2
1
t
e
m E
V
t e

10
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
2.-DE TIPO DISCRETO
* Distribucin Normal
Debe ser siempre N 48, 1 y si no es as& y es del tipo
( , ) N m
tenemos 0ue tipificar
Se tipifica
m


>ara sumar variables normales se suman las m y se suman las varian.as elevadas al
cuadrado
( ) 0
1
media m E
Varianza

2 Distribucin 6niforme
( ) , a b U
uniforme en 4a, b cuando la funcin de densidad es
( )
1
0
a x b
f x
b a
resto


'

/edia5 ( )
2
b a
m E


$arian.a5
( )
( )
2
2
12
b a
V


Duncin generatri.5
( )
( )
tb ta
e e
t
t b a

#a distribucin uniforme no cumple el teorema de la adicin es decir, el sumar dos variables


con distribucin uniforme no se obtiene otra uniforma
11
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
! Distribucin ;amma
( ) ( )
( )
( )
( )
1
, ,
0 0
0; 0
0
x
!amma
funcion densidad
x
f x siendo
x e x
media m E



<

> >
'


( )
( )
2
2
var
1
1
ianza V

funcion "eneratriz t t


_


,
D Distribucin exponencial
Es un caso particular de la distribucin gamma en la 0ue
; 1
( )
( )
( )
( )
2
0 0
0
1
1
var
x
E
funcion densidad
x
f x
e x
media E
ianza V

<

'



12
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
EJERCICIOS
JUNIO 2001
1.-#a demanda diaria de un producto sigue una distribucin continua uniforme entre 18 y "8
unidades.
Se pide5
a f4x
b D 4=8
c Demanda diaria esperada
d Suponiendo 0ue la demanda diaria se mantiene durante todo el aFo, calcular la
probabilidad de 0ue el n?mero de unidades vendidas en el aFo este comprendida entre C888
y G888
".-6na entidad de cr%dito 1a calculado 0ue tanto en su agencia * como en la 2 el 1 H de los
prestamos concedidos en cada mes resultan fallidos.
Se pide5
a >robabilidad de 0ue en * no resulte fallido ninguno de los "8 pr%stamos concedidos
b >robabilidad de 0ue en 2, 0ue concede el doble de pr%stamos 0ue *.resulten fallidos
menos de " del total de pr%stamos concedidos en un semestre
c >robabilidad de 0ue el total de pr%stamos concedidos en un alos conjuntamente por * y b,
el n?mero de fallidos sea inferior a 18
=.-#a variante bidimensional ( ) ,
tiene la siguiente funcin de densidad
( )
( )
( ) ( )
1
0 ; 2
, 8
0
:
; / 1
x y x y
f x y
resto
se pide calcular
E E

+ < <

'

Explicar los resultados


B.-En relacin a la regla 2ayes se pide5
a Diferenciar las distintas partes 0ue la integran
b Exponer sus aplicaciones
13
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
JUNIO 2002-MAANAS
1.-6na empresa produce una media de 1C8 unidades de art&culos al d&a con una varian.a de
188
!alc?lese el porcentaje m&nimo de d&as en -s 0ue la produccin supera las 1=C unidades
pero es inferior a 1GC unidades
".-Si la funcin de densidad de la variante ( )
2
; 3 es f x x
en 48,1.
Estudiar el coeficiente de variacin de >earson, indicando su significado estad&stico
=.-Sea
,
una variante bidimensional, cuya distribucin de probabilidad viene dada por la
funcin de densidad
( )
0 1; 0 1
,
0
x y x y
f x y
resto
+

'

$erifi0ue si existe independencia estoc'stica


B.-una fabrica produce diariamente "88.888 pie.as, de las cuales, por experiencia
Se sabe 0ue "88 son defectuosas...Determinar la probabilidad de 0ue un lote pasa el control
de caldad, si se considera 0ue una serie formada por "C888 unidades es aceptable si tiene a
lo sumo 1C unidades defectuosas
14
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
JUNIO2003-MAANAS.
1.-Duncion generatri. y coeficiente de correlacin lineal de la siguiente distribucin
( )
( ) ( ) ( )
00 01 11
0, 0 0,1 1,1
,
1 2 2
5 5 5
p p p

'

".-Sabiendo 0ue la variante bidimensional ( ) ,


tiene una distribucin de probabilidad 0ue
viene definida por la funcin de densidad
( )
0 1; 0 1
,
0
x y x y
f x y
resto
+

'

Se pide5
a !alcular las funciones de densidad de las correspondientes distribuciones marginales y
condicionadas y determinar si las variables son independientes
b !alcular la regresin de
: respecto
=.-El =H de las l'mparas fabricadas por una ompaFa son defectuosas
Se pide5
a !alcular la probabilidad de 0ue en una muestra de 188 lamparas, no resulte ninguna
defectuosa
b !alcular la probabilidad de 0ue en una muestra de 1888 l'mparas resulten defectuosas
entre "8 y B8
B.-a *plicaciones del <eorema central del l&mite
b *plicaciones del teorema de 2ayes
15
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
JUNIO 2003-TARDES
1.-#a variante bidimensional ( ) ,
tiene la siguiente funcin de densidad
( )
( )
1
2 0 2; 0 2
,
12
0
x y x y
f x y
resto

'

Se pide5
a El valor esperado de

, con independencia de los valores 0ue tome

b El valor esperado de

, condicionado a 0ue

tome el valor 1
c $alorar los resultados obtenidos
".-Dada la siguiente distribucin
( )
( ) ( ) ( )
00 01 11
0, 0 0,1 1,1
,
1 1 1
3 3 3
p p p

'

Se pide5
a !alcular el coeficiente de correlacin lineal
b !alcular la funcin generatri.
=.-Dada la variante
60
2
1
i
i

y sabiendo 0ue todas las variantes


i

son independientes entre


s& y 0ue siguen la siguientes distribucin
2 1 0 1
1 1 2 2
6 6 6 6
i
i
i
X
P

'

Se pide5
!alcular aproximadamente la probabilidad de ( ) 50 80 P
B.-<eroema de 2ayes.*plicaciones., >on un ejemplo
16
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
JUNIO 2004 TARDE
1, En relacin con la regla de 2ayes, se pide5
a Exponer su formulacin indicando los distintos elementos 0ue la integran y su significado
b *plicaciones de la regla de 2ayes y poner un ejemplo
".-Dada la variante bidimnsional continua ( ) ,
con una funcin de densidad gen%rica f4x,y.
Se pide5
a@ndicar el significado estad&stico de las siguinte. expresiones
( )
( ) /
E
E


+
bExpresar la formulacin teorica de las dos primeras expresiones
c@ndicar ra.onadamente las consecuencias en el caso de 0ue las variantes ( ) ,
fuesen
independiented
=.-6na compaF&a de seguros 1a contratado 1888 poli.as en undeterminado ramo de
actividad ,en el 0ue la probabilidad de 0ue acae.ca el siniestro es del 8," por ciento
1aniendose pactado 0ue la indemni.acin por siniestro,en el caso de 0ue se presente ser'
de "8888 euros
Se pide5
a@mporte esperado de las oindemni.aciones a papagar poen un ejercicio
b>robabilidad de 0ue no 1aya ning?n siniestro
c>robabilidad de 0ue 1ay mas de I siniestros,suponiendo 0ue dic1a compaF&a tiene 18888
poli.as contratadas
B.-#a variante bidimensional ( ) ,
tienne la siguiente funcin de densidad
D4x,y(-4x)xy para oJxJ198JyJ"
D4x,y(8 para el resto de los valores
Se pide5
a!alcular el valor de -
bEstudiar la correlacion entre ambas variantes
cSupuesta la regresin lineal
/
!alcular el valor de la varna.a residual expresando su
significado
17
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
JUNIO 2005-MAANAS
1.->ostulado de indiferencia.7egla de #aplace
".-Sabemos 0ue ( ) ( )
2
20; 9 E
Detemrinar el intervalo alredecor de la media de esta variante 0ue contenga al menos ,el
K8H de probabilidad
=,.Dada la variante bidimensional ( ) ,
cuya distribucin de probabilidad conjunta viene
definida por la funcin de densidad
( )
( )
1
3 0 1; 0 1
,
2
0
x y x y
f x y
resto

'

!alcula la regresin de
/
y si son independientes
B.-Estudia la regresin y correlacion de
3 1 2
/
18
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
JUNIO 200-MAANAS
1.-Dunxion de distribucin.>ropiedades y aplicaciones
".-Sea una variante ( ) ,
cuya distribucin de probabilidad cnjunta viene definida por la
funcin de densida
( )
( )
4
1 0 1, 0 1
,
3
0
x y x y
f x y
resto

'

!alcula las regresiones teoricas y su relacin con las nedias de las marginales
=.-!orrelacion parabolica de
/
B.-#a duracin aleatoria de un detrminado tipo de articulo ,en 1ora,viene regulada por la ley
de probabilidad N41K89C
Determinar la probabilidad de 0ue la duracin del mencionado arrticulo sea superior a 1I8
1oras
19
C/ Mont el en, n 50
918 272 309 - 651 367 487
28010 MADRI D
www. c!"#$ c%e!& co. co!
JUNIO 200-TARDE
1.-El numero de pie.as defectuosas en la produccin diaria de la ma0uina * sigue una
funcin de distribucin a la 0ue corresponde la siguiente funciongneratri.
( ) ( )
10
0,8 0, 2
t
t e +
>or otra parte el numero de pie.as defectuosas en la produccin diaria de la ma0uina 2
sigue una funcin de distribucio cuya funci generatri. es
( ) ( )
80
0,8 0, 2
t
t e +
a!alcular a travrs de la funcin gneratri. el numero esperado de pie.as defectuosa en la
produccin de un dia de la ma0uina *
b!alcula la probabilidad de 0ue el numero de pie.as defectuosas en la produccin de un dia
en la ma0uina * sea inferior a la media esperada
c>robablidad de 0ue el numero de puie.as defectuodas en la produccin diatia conjunta
este comprendida entre 1G y "8
".-6n transportista dospone de " camiones cuya carga m'xima es de "888 y "G88-g
respectivamente.Sabiendo 0ue 1a de transportar BL vigas de 1ormign y 0ue el peso de
cada igs dogue una distribucin normal N4C8,C
aExolicar ra.onadamente 0ue camin deber' utili.ar
b@ndicar la funcin de densidad de la variante representativa del peso total de lotes de BL
vigas de 1ormign
=.-Dada la funcuon de densidad conjunta
( )
( ) 2 0 , 2
,
0
k x y x y
f x y
resto
+ < <

'

a!alcular -
b ( ) E
y regresin teorica en el supuesto
/
c!alcular la regresin lineal minimo cuadr'tica en el mismo supuesto y comparar y explicar
todos los resultados obtenidos
B.-!alcular comparando y explicando resutlados
( ) 2 2 P m m +
a trav%s de la desigualdad de <c1ebyc1eff y en el supuesto de 0ue la
variable

siga una distribucin N4B,"


20