ANÁLISIS DE REGRESIÓN

En esta seccion de elabora una ecuación para expresar la relación lineal (recta) entre dos
variables. Ademas, se desea estimar el valor de la variable dependiente Y con base en un valor
seleccionado de la variable independiente X. La tecnica para desarrollar la ecuación y
proporcionar los estimados se denomina análisis de regresión.

Se buscara una ecucacion lineal que exprese la relacion entre dos unidades. A la ecuación para
la recta para etimar Y con base en X se le denomina ecuación de regresión

ECUACIÓN DE REGRESIÓN: Ecuación que expresa la relación lineal entre dos variables.

Al emplear la recta de regresión con un método matemático denominado principio de los

mínimos cuadrados se elimina el juicio subjetivo. Este método proporciona lo que
comúnmente se conoce como recta del “mejor ajuste”
La recta de mínimos cuadrados proporciona el “mejor ajuste”; el método subjetivo no es
confiable.
Principio de los Mínimos Cuadrados
Determina una ecuación de regresión al minimizar la suma de los cuadrados de las
distancias verticales entre los valores de Y y los valores pronosticados de Y.
Para ilustra este concepto, se trazan los mismos datos en las tres gráficas siguientes. La
recta de regresión en la gráfica 1.2 se determinó con el método de los mínimos cuadrados.
Es la recta de mejor ajuste porque la suma de los cuadrados de las desviaciones verticales
respecto de sí misma es mínima. La primera gráfica (x=3, y=8) se desvía dos unidades de
la recta, calculada como 10-8. El cuadrado de la desviación es 4. La desviación al
cuadrado de la gráfica en x=4, y=18 es 16. La desviación al cuadrado de la gráfica en
x=5, y=16 es 4. La suma de las desviaciones al cuadrado es 24, calculada como 4+16+4.

26

22
Calificación de logros

18
2
14 4
10
2
6

2 3 4 5 6
Años de servicio en la compañía

Gráfica 1.2 Recta de mínimos cuadrados

 FÓRMULA GENERAL DE LA ECUACION DE REGRESION LINEAL

̌ = 𝒂 + 𝒃𝑿
𝒀

𝑌̌ = es el valor del estimado de la variable Y para un valor x seleccionado.

𝑎 = es la intersección Y. Es el valor estimado de Y cuando X=0. En otras palabras, a es
el valor estiamdo de y donde la recta de regresion cruza el eje Y cuando X es cero.
𝑏 =Es la pendiente de la recta , o el cambio promedio en por cada cambio de una
unidad( ya sea un aumento o reduccion) en la variable independiente X.
𝑋 =Es cualquier valor de la variable independiente que se seleccióne

PENDIENTE DE LA RECTA DE REGRESIÓN

𝒔𝒚
𝒃=𝒓
𝒔𝒙

Donde:

𝒓 =es el coeficiente de correlación

𝒔𝒚 =es la desviación estándar de Y (la variable dependiente)
𝒔𝒙 =es la desviación estándar de X( la variable independiente)

INTERSECCIÓN CON EL EJE Y

̅ − 𝒃𝑿
𝒂=𝒀 ̅

Donde:

̅ = es la media de Y (la variable dependiente)

𝒀
̅ =es la media de X (la variable independiente)
𝑿
EJEMPLO

La gerente reunió información sobre el número de llamadas de ventas y el número de

copiadoras vendidas de una muestra de 10 representantes de ventas. Como parte de su
presentación en la siguiente reunión de ventas, la señora Bancer, gerente de ventas, desea
presentar información especifica acerca de la relación entre el numero de llamadas de ventas y
el numero de copiadoras vendidas. Con el método de los mínimos cuadrados, determine la
ecuación lineal que exprese la relación entre ambas variables. ¿cuál es el número esperado de
copiadoras vendidas de un represéntate de ventas que hizo 20 llamadas?

SOLUCION

EL primer paso para determinar la ecuación de regresión es encontrar la pendiente de la recta

de regresión de mínimos cuadrados. Es decir, se necesita el valor de b.