EJERCICIOS RESUELTOS REGRESION

Slides:



Advertisements
Presentaciones similares
Fís. Abraham Vilchis Uribe ©
Advertisements

Tema 2. El modelo de regresión lineal simple
Regresión lineal simple
REGRESION LINEAL SIMPLE
Pendiente Observa las siguientes gráficas y = 3x y = x y = 2m y = 4x
MÉTODOS DE MEDICIÓN DE COSTOS.
Qué es el análisis de correlación lineal ?
Definiciones y conceptos básicos
REGRESION Y CORRELACION LINEALES. REGRESION LINEAL SIMPLE Finalidad Estimar los valores de y (variable dependiente) a partir de los valores de x (variable.
Covarianza muestral Sean x1, x2, ..., xn e y1, y2, ..., yn dos muestras aleatorias independientes de observaciones de X e Y respectivamente. La covarianza.
Modelado y simulación en Ingeniería Química. Manuel Rodríguez
REGRESION & CORRELACION
Análisis de Regresión Lineal
Regresión Lineal y Regresión Polinomial
Medidas de dispersión y variabilidad
CASO 1: REGRESION LINEAL SIMPLE
Regresión y correlación
Razón de Cambio Promedio Razón de Cambio instantánea (la derivada)
Resortes y análisis mediante regresión lineal de datos
Plano Cartesiano.
بسم الله الرحمن الرحيم.
Regresión Lineal Simple
Curso de Estadística Básica
9 Regresión Lineal Simple
Distribuciones bidimensionales. Tablas de contingencia
PROYECCIONES DE LA DEMANDA
REGRESION Y CORRELACION
BIOMETRIA II TEMA 2 El Modelo de Regresión.
Diseño en bloques completamente aleatorizados
Pronósticos, Series de Tiempo y Regresión
Pronósticos, Series de Tiempo y Regresión
Modelo de regresión simple: Y =  1 +  2 X + u Ahora, demostraremos que el estimador ordinario de mínimos cuadrados (OLS) del coeficiente de la pendiente.
Programación Numérica
APROXIMACIÓN INTERPOLACIÓN Y REGRESIÓN. INTERPOLACIÓNREGRESIÓN.
Regresión logística.
Métodos de calibración: regresión y correlación
Introducción a la Inferencia Estadística
ING. ADA PAULINA MORA GONZALEZ. Análisis de regresión Es la técnica que se usa para desarrollar la ecuación de la línea y poder realizar predicciones.
CORRELACION Y REGRESION LINEAL: Introducción
Estadística Descriptiva
1 TEMA II Prof. Samaria Muñoz Análisis de Regresión simple: ESTIMACION.
LA RECTA DE REGRESIÓN CONTENIDOS:
Tema 7: Números con signo
Estadística I. Finanzas y Contabilidad
Estadística Aplicada a las Ciencias Políticas
Área : Aritmética Tema 7: Números con signo Multiplicación y División.
ALUMNA: I. CLAUDIA AVILA LEON MATRICULA TUTORA: NATALIA PEREZ RUL MATERIA: FORMULACION Y EVALUACION DE PROYECTOS ACTIVIDAD: METODO DE MINIMOS.
REGRESION LINEAL II Mario Briones L. MV, MSc
SEMINARIO DE INVESTIGACION Titular: Agustín Salvia
ANÁLISIS DE REGRESIÓN SIMPLE
LA RECTA: Pendiente y Ordenada en el Origen
1 Y MODELO DE REGRESIÓN SIMPLE Suponemos que una variable Y es una función lineal de otra variable X, con parámetros desconocidos  1 y  2 que queremos.
Pendiente Observa las siguientes gráficas y = 3x y = x y = 2m y = 4x
Regresión Lineal Simple
Definiciones y conceptos básicos
Licenciatura en Administración Pública Jorge Alan Garcidueñas Villa Estadística 4° Cuatrimestre Actividad 15.1.
Construcción de modelos con regresión y correlación
REGRESION LINEAL SIMPLE. REGRESION LINEAL  En la búsqueda de mejoras o en la solución de problemas es necesario, frecuentemente, investigar la relación.
Regresión lineal simple Nazira Calleja
REGRESIÓN LINEAL MÚLTIPLE.
REGRESIÓN LINEAL SIMPLE
TEMA : ANALISIS DE REGRESION
EPE MA 148 ESTADÍSTICA INFERENCIAL TEMA:
REGRESIÓN LINEAL SIMPLE
REGRESIÓN LINEAL SIMPLE TEMA INTRODUCCIÓN Determinar la ecuación de regresión sirve para: – Describir de manera concisa la relación entre variables.
METODO DE MAXIMA PENDIENTE
METODO DEL PUNTO ALTO Y DEL PUNTO BAJO
M.E. ADA PAULINA MORA GONZALEZ. Esta parte describe las técnicas para ajustar curvas en base a datos para estimaciones intermedias. Una manera de hacerlo.
Pendiente Observa las siguientes gráficas y = 3x y = x y = 2m y = 4x
1 GRADO CALCULO.
Transcripción de la presentación:

EJERCICIOS RESUELTOS REGRESION En 1988 se publicó un trabajo “Efecto de la temperatura en el pH de la leche descremada”, donde se estudia x= la temperatura en grado Celcius bajo diferentes condiciones experimentales e y= el pH de la leche. Los datos usados en la investigación son: Temperatura 4 24 25 38 40 pH 6,9 6,8 6,6 6,7 6,5 45 50 55 56 60 67 70 78 6,4 6,3

Encuentre la recta de regresión de mínimos cuadrados.

Sol: Para encontrar la recta de regresión tenemos que calcular los coeficientes: Por lo tanto la recta de regresión es: Puede comparar con salida de SPSS:

b) Interprete los valores estimados del intercepto y de la pendiente. Sol: intercepto: 6,87, el intercepto es el valor de y cuando x=0, en este caso lo interpretamos como: si la temperatura fuera cero, el pH de la leche sería 6,87 pendiente: -0,008, la pendiente representa el cambio en y por unidad de cambio en x, en este caso, si la temperatura de la leche aumenta en un grado, el pH de la leche disminuye en 0,008 unidades de pH.

c) Calcule el residuo para la última observación (x=78, y=6,3). Sol: El residuo de la última observación: 0,054 es el residuo de la última observación

d) ¿Cuánto vale la suma de los residuos calculados para todas las observaciones? Sol: El método de mínimos cuadrados minimiza la suma de los residuos, por lo que la suma de estos vale CERO por definición.