SlideShare una empresa de Scribd logo
1 de 37
Descargar para leer sin conexión
Análisis de
Regresión y Correlación

           por
  Lic. Olga Susana Filippini




                          1
Introducción
Muchas veces las decisiones se basan en la relación entre
 dos o más variables.Ejemplos

• Dosis de fertilizantes aplicadas y rendimiento del cultivo.

• La relación entre la radiación que reciben los sensores con
  la que se predicen los rendimientos por parcelas con los
  rendimientos reales observados en dichas parcelas.

• Relación entre tamaño de un lote de producción y horas –
  hombres utilizadas para realizarlo.


  Distinguiremos entre relaciones funcionales y relaciones
                         estadísticas       2
Relación funcional entre dos
               variables
  Una relación funcional se expresa mediante
una función matemática.
Si X es la variable independiente e Y es la variable
dependiente, una relación funcional tiene la forma:
                        Y=f(X)
Ejemplo 1
         Parcela        Dosis      Rend.(kg/h)
            1             75           150
            2             25            50
            3            130           260
                                       3
Figura 1
                        Relación funcional perfecta entre dosis y
                                      rendimientos
              300




              250
Rendimiento




              200




              150
                                                                Rend.
              100




               50




                0
                    0     20     40     60           80   100       120   140



                                             Dosis

Nota: Las observaciones caen exactamente sobre la línea de
relación funcional
                                                                   4
Relación estadística entre dos
              variables
  A diferencia de la relación funcional, no es una
relación perfecta, las observaciones no caen
exactamente sobre la curva de relación entre las
variables
Ejemplo 2
   Lote de prod.   Tamaño del lote   Horas hombre
         1              30                 73
         2              20                 50
         3              60                128
         4              80                170
         5              40                 87

                                       5
Figura 2
                               Relación estadística entre tamaño del lote y
                                              horas hombre
                    1 80


                    1 60
     Horas hombre




                    1 40


                    1 20


                    1 00


                     80




                                                                        Horas hombre
                     60


                     40


                     20


                      0
                           0      10   20   30       40    50      60      70     80   90




                                                 Tamaño del lote

Nota: La mayor parte de los punto no caen directamente sobre
la línea de relación estadística.
Esta dispersión de punto alrededor de la línea representa la
variación aleatoria                              6
Figura 3
               Coordenadas de puntos de control utilizados
                 para corregir la columna de los niveles
                    digitales de una imagen satelital
    7000



    6000



    5000



    4000



    3000



    2000



    1000



       0
           0    2      4      6      8     10     12    14   16




Nota: se trata de un terreno rugoso donde varían notablemente
las condiciones de observación del sensor, para corregir errores
geométricos de la imagen, se aplican funciones de segundo
grado. Los datos sugieren que la relación estadística es de tipo
curvilínea.                                      7
Conceptos básicos
Análisis de Regresión: Es un procedimiento estadístico que estudia
la relación funcional entre variables.Con el objeto de predecir una
en función de la/s otra/s.
Análisis de Correlación: Un grupo de técnicas estadísticas usadas
para medir la intensidad de la relación entre dos variables
Diagrama de Dispersión: Es un gráfico que muestra la intensidad y el
sentido de la relación entre dos variables de interés.
Variable dependiente (respuesta, predicha, endógena): es la
variable que se desea predecir o estimar
Variables independientes (predictoras, explicativas exógenas). Son
las variables que proveen las bases para estimar.
Regresión simple: interviene una sola variable independiente
Regresión múltiple: intervienen dos o más variables independientes.
Regresión lineal: la función es una combinación lineal de los
parámetros.
Regresión no lineal: la función que relaciona los parámetros no es
una combinación lineal
                                                  8
Gráfico de dispersión
Los diagramas de dispersión no sólo muestran la
relación existente entre variables, sino también resaltan
las observaciones individuales que se desvían de la
relación general. Estas observaciones son conocidas
como outliers o valores inusitados, que son puntos de los
datos que aparecen separados del resto.




                                          9
Coeficiente de correlación
           lineal
El Coeficiente de Correlación (r)
requiere variables medidas en escala de
intervalos o de proporciones
–   Varía entre -1 y 1.
–   Valores de -1 ó 1 indican correlación perfecta.
–   Valor igual a 0 indica ausencia de correlación.
–   Valores negativos indican una relación lineal
    inversa y valores positivos indican una relación
    lineal directa

                                          10
Correlación Negativa Perfecta
    10
     9
     8
     7
     6
Y    5
     4
     3
     2
     1
     0

         0   1   2   3   4   5   6   7   8   9    10
                             X
                                             11
Correlación Positiva Perfecta
    10
     9
     8
     7
     6
Y    5
     4
     3
     2
     1
     0

          0   1   2   3   4   5   6   7   8   9    10
                              X
                                              12
Ausencia de Correlación
    10
     9
     8
     7
     6
Y    5
     4
     3
     2
     1
     0

         0    1   2   3   4   5   6   7   8   9    10
                              X
                                              13
Correlación Fuerte y Positiva
  10
   9
   8
   7
   6
Y 5
   4
   3
   2
   1
   0

        0   1   2   3   4   5   6   7   8   9    10
                            X
                                            14
Fórmula para el coeficente de
      correlación (r) Pearson


         n(ΣXY) (ΣX)(ΣY)
r=
   [ n(ΣX ) (ΣX) ] [ n( ΣY ) ( ΣY)
           2       2      2          2
                                         ]


                              15
Modelos de Regresión

Un modelo de regresión, es una manera de
expresar dos ingredientes esenciales de
una relación estadística:
  Una tendencia de la variable dependiente Y a
  variar conjuntamente con la variación de la o
  las X de una manera sistemática
  Una dispersión de las observaciones alrededor
  de la curva de relación estadística


                                  16
Modelos de Regresión

Estas dos características están implícitas en un
modelo de regresión, postulando que:
   En la población de observaciones asociadas con el
   proceso que fue muestreado, hay una distribución
   de probabilidades de Y para cada nivel de X.
   Las medias de estas distribuciones varían de manera
   sistemática al variar X.




                                         17
Representación gráfica del
         modelo de Regresión Lineal




Nota: en esta figura se muestran las distribuciones de probabilidades
de Y para distintos valores de X
                                                   18
Análisis de Regresión

Objetivo: determinar la ecuación de regresión para
predecir los valores de la variable dependiente (Y)
en base a la o las variables independientes (X).
Procedimiento: seleccionar una muestra a partir de
la población, listar pares de datos para cada
observación; dibujar un diagrama de puntos para
dar una imagen visual de la relación; determinar la
ecuación de regresión.


                                     19
Supuestos de Regresión Lineal
            Clásica
• Cada error está normalmente distribuido
  con:
  – Esperanza de los errores igual a 0
  – Variancia de los errores igual a una
    constante σ 2.
  – Covariancia de los errores nulas para todo
    i≠j


                                    20
Proceso de estimación de la regresión lineal simple
     Modelo de regresión          Datos de la muestra
       y=β0+β1x+ε                      x            y
                                       x1           y1
   Ecuación de regresión               x2           y2
      E(y)=β0+β1x                      .            .
   Parámetros desconocidos             .            .
           β0.β1                       .            .
                                       xn           yn




                                  Ecuación estimada de
           b0 y b1                      regresión
                                       y=b0+b1x
   proporcionan estimados       Estadísticos de la muestra
          β0 y β1                           b0.b1

                                        21
Líneas posibles de regresión en la
            regresión lineal simple
            Sección A                      Sección B                       Sección C
    Relación lineal positiva       Relación lineal negativa             No hay relación

      Ey                               Ey                              Ey
                                            La pendiente β 1
      Línea de regresión           *        es negativa                 La pendiente β 1
                                                                        es 0
*          La pendiente β 1                                        *
           es positiva                  Línea de regresión             Línea de regresión



                               x                               x                            x

      * Ordenada al origen β 0
                                                                            22
Estimación de la ecuación de
      Regresión Simple
Y’= a + bX, donde:
   Y’ es el valor estimado de Y para distintos X.
   a es la intersección o el valor estimado de Y cuando X=0
   b es la pendiente de la línea, o el cambio promedio de Y’
   para cada cambio en una unidad de X
   el principio de mínimos cuadrados es usado para obtener a
   y b:

              n( Σ ) − Σ )( Σ )
                  XY     ( X    Y
           b=
                n( Σ 2 ) − Σ ) 2
                    X      ( X
               ΣY     ΣX
           a =    − b
               n      n          23
Mínimos cuadrados - Supuestos
1.  El modelo de regresión es lineal en los parámetros.
2.  Los valores de X son fijos en muestreo repetido.
3.  El valor medio de la perturbación εi es igual a cero.
4.  Homocedasticidad o igual variancia de εi.
5.  No autocorrelación entre las perturbaciones.
6.  La covariancia entre εi y Xi es cero.
7.  El número de observaciones n debe ser mayor que
    el número de parámetros a estimar.
8. Variabilidad en los valores de X.
9. El modelo de regresión está correctamente
    especificado.
10. No hay relaciones lineales perfectas entre las
    explicativas.                            24
Estimación de la variancia de los
      términos del error (σ2)
Debe ser estimada por varios motivos
• Para tener una indicación de la variabilidad
  de las distribuciones de probabilidad de Y.
• Para realizar inferencias con respecto a la
  función de regresión y la predicción de Y.
• La lógica del desarrollo de un estimador de
  σ 2 para el modelo de regresión es la misma
  que cuando se muestrea una sola población
• La variancia de cada observación Yi es σ 2, la
  misma que la de cada término del error
                                      25
Estimación de la variancia de los
     términos del error (σ2)
Dado que los Yi provienen de diferentes distribuciones
de probabilidades con medias diferentes que
dependen del nivel de X, la desviación de una
observación Yi debe ser calculada con respecto a su
propia media estimada Yi.
Por tanto, las desviaciones son los residuales
                             ˆ
                        Yi - Yi = e i
 Y la suma de cuadrados es:
          n                   n                         n

   e
            ˆ
SC = ∑ (Y − Y ) = ∑ (Y − a − bX ) = ∑ e
                i   i
                        2
                                    i          1
                                                   2          2
                                                              i
         i =1                i =1                      i =1

                                          26
Estimación de la variancia de los
     términos del error (σ2)
La suma de cuadrados del error, tiene n-2 grados de
libertad asociados con ella, ya que se tuvieron que
estimar dos parámetros.
Por lo tanto, las desviaciones al cuadrado dividido por
los grados de libertad, se denomina cuadrados medios
                                  n     2


                  SC   ∑e
             CM =    =     e     i =1   i

                  n−2 n−2
                 e




Donde CM es el Cuadrado medio del error o cuadrado
medio residual. Es un estimador insesgado de σ 2
                                            27
Análisis de Variancia en el análisis
            de regresión
 El enfoque desde el análisis de variancia se basa en
 la partición de sumas de cuadrados y grados de
 libertad asociados con la variable respuesta Y.
 La variación de los Yi se mide convencionalmente
 en términos de las desviaciones
                     (Y − Y )
                        i       i

 La medida de la variación total Sctot, es la suma de
 las desviaciones al cuadrado
                    ∑ (Y − Y )
                                        2
                            i       i
                                            28
Desarrollo formal de la partición
Consideremos la desviación
                     (Y − Y )
                       i       i
Podemos descomponerla en

           ( Y − Y ) = (Y − Y) + (Y − Y )
              i
                        ˆ  i        i
                                      ˆ      i

                 T           R         E
(T): desviación total
(R): es la desviación del valor ajustado por la
  regresión con respecto a la media general
(E): es la desviación de la observación con respecto
      a la línea de regresión
                                        29
Desarrollo formal de la partición
Si consideremos todas las observaciones y elevamos al
cuadrado para que los desvíos no se anulen

      ∑ ( Y − Y ) = ∑ (Y − Y) + ∑ (Y − Y )
                                2                2

           i
                 2
                       ˆ  i
                                       ˆi    i


             SCtot      SCreg     SCer
(SCtot): Suma de cuadrados total
(SCreg): Suma de cuadrados de la regresión
(SCer): Suma de cuadrados del error
Dividiendo por los grados de libertad, (n-1), (k) y
(n-2), respectivamente cada suma de cuadrados, se
obtienen los cuadrados medios del análisis de
                                         30
variancia.
Coeficiente de Determinación

Coeficiente de Determinación, R2 - es la
proporción de la variación total en la
variable dependiente Y que es explicada o
contabilizada por la variación en la variable
independiente X.
 – El coeficiente de determinación es el
   cuadrado del coeficiente de correlación, y
   varia entre 0 y 1.

                                  31
Cálculo del R2 a través de la
     siguiente fórmula



        ∑ (ˆ − y)
           y           2

    R =
      2         c


        ∑ (y − y)
                       2
                o




                       32
Inferencia en Regresión
• Los supuestos que establecimos sobre los
  errores nos permiten hacer inferencia sobre
  los parámetros de regresión (prueba de
  hipòtesis e intervalos de confianza), ya que
  los estimadores de β0 y β1 pueden cambiar su
  valor si cambia la muestra.
• Por lo tanto debemos conocer la distribución
  de los estimadores para poder realizar
  prueba de hipòtesis e intervalos de confianza


                                    33
Ejemplo
Se desean comparar los rendimientos predichos a partir de la
información obtenida por 3 sensores sobre los rendimientos
reales por parcelas de lotes de maíz. Los rendimientos (Y) y el
los rindes predichos de 4 sensores se presentan a continuación
            Sensor 1   Sensor 4   Sensor 5   Rendimiento
             0,0754     0,3083     0,1212      42,5846
             0,0754     0,3083     0,1212      43,8576
             0,0742     0,3327     0,1328      44,0082
             0,0766     0,3327     0,1251      43,4989
             0,0766     0,3297     0,1251      41,3327
             0,0730     0,3205     0,1193      41,0313
             0,0754     0,3114     0,1193      40,4802
             0,0766     0,2901     0,1193      36,6735
             0,0754     0,3449     0,1328      43,3535
             0,0754     0,3480     0,1193      43,3180
             0,0766     0,3480     0,1193      43,3143
             0,0766     0,3419     0,1135      41,0042
             0,0766     0,2840     0,1135      36,4908
             0,0766     0,3053     0,1193      37,5931
             0,0754     0,3266     0,1232      40,4556
             0,0766     0,2840     0,1135      35,5595
             0,0754     0,3358     0,1232      41,6400
             0,0742     0,3419     0,1251      43,5951

¿Qué sensor refleja mejor el rendimiento de esa zona?
                                                           34
Descripción Gráfica y cuantitativa de la relación entre
cada sensor y el rendimiento
                                                       Título


                PRED_Rendimiento
                                   45,95


                                   38,41


                                   30,87


                                   23,33


                                   15,79
                                       0,078   0,092   0,107    0,121    0,135
                                                        B5

                                                 Rendimiento
                                                 PRED_Rendimiento



Y = 338.71*X - 4.87
                                                                    35
                                                             R2 = 0.32
PRED_Rendimiento
                                             Título

                           45,95


                           38,41


                           30,87


                           23,33


                           15,79
                               0,22   0,26    0,30    0,34   0,37
                                              B4

                                        Rendimiento
                                        PRED_Rendimiento




Y = 155.37*X – 13.25
                                                       36
                                                      R2 = 0.57
PRED_Rendimiento                       Título

                           45,95


                           38,41


                           30,87


                           23,33


                           15,79
                               0,071   0,076   0,081    0,087   0,092
                                                B1

                                         Rendimiento
                                         PRED_Rendimiento




Y = -1004.34*X +112.24
                                                         R2 = 0.44
                                                              37

Más contenido relacionado

La actualidad más candente

Análisis de correlación y regresión lineal simple
Análisis de correlación y regresión lineal simpleAnálisis de correlación y regresión lineal simple
Análisis de correlación y regresión lineal simpleJoan Fernando Chipia Lobo
 
Coeficiente de correlacion
Coeficiente de correlacionCoeficiente de correlacion
Coeficiente de correlacionGEONARKIS
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesisElisa Mendoza
 
análisis de correlación y regresión lineales
análisis de correlación y regresión linealesanálisis de correlación y regresión lineales
análisis de correlación y regresión linealesTania Garcia
 
Presentacion analisis de regresion
Presentacion analisis de regresionPresentacion analisis de regresion
Presentacion analisis de regresion0KA
 
Prueba de Hipotesis en Regresion Lineal Simple
Prueba de Hipotesis en Regresion Lineal SimplePrueba de Hipotesis en Regresion Lineal Simple
Prueba de Hipotesis en Regresion Lineal SimpleAlberto Carranza Garcia
 
Metodos de correlacion de spearman y pearson
Metodos de correlacion de spearman y pearsonMetodos de correlacion de spearman y pearson
Metodos de correlacion de spearman y pearsonmichacy
 
Distribuciones muestrales diapositivas
Distribuciones muestrales diapositivasDistribuciones muestrales diapositivas
Distribuciones muestrales diapositivascastilloasmat28
 
Estadistica parametrica y no parametrica
Estadistica parametrica y no parametricaEstadistica parametrica y no parametrica
Estadistica parametrica y no parametricajimialaponte
 
Estadística Descriptiva
Estadística DescriptivaEstadística Descriptiva
Estadística Descriptivasusoigto
 
50 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx150 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx1Juan Zaruma
 

La actualidad más candente (20)

Análisis de correlación y regresión lineal simple
Análisis de correlación y regresión lineal simpleAnálisis de correlación y regresión lineal simple
Análisis de correlación y regresión lineal simple
 
Coeficiente de correlacion
Coeficiente de correlacionCoeficiente de correlacion
Coeficiente de correlacion
 
Contrastes de hipótesis estadísticas
Contrastes de hipótesis estadísticasContrastes de hipótesis estadísticas
Contrastes de hipótesis estadísticas
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
5. regresión lineal multiple
5.  regresión lineal multiple5.  regresión lineal multiple
5. regresión lineal multiple
 
análisis de correlación y regresión lineales
análisis de correlación y regresión linealesanálisis de correlación y regresión lineales
análisis de correlación y regresión lineales
 
17.regresión y correlación simple
17.regresión y correlación simple17.regresión y correlación simple
17.regresión y correlación simple
 
Tipos de muestreos
Tipos de muestreosTipos de muestreos
Tipos de muestreos
 
Teoría de regresión y correlación lineal
Teoría de regresión y correlación linealTeoría de regresión y correlación lineal
Teoría de regresión y correlación lineal
 
Análisis de la varianza
Análisis de la varianzaAnálisis de la varianza
Análisis de la varianza
 
Presentacion analisis de regresion
Presentacion analisis de regresionPresentacion analisis de regresion
Presentacion analisis de regresion
 
Prueba de Hipotesis en Regresion Lineal Simple
Prueba de Hipotesis en Regresion Lineal SimplePrueba de Hipotesis en Regresion Lineal Simple
Prueba de Hipotesis en Regresion Lineal Simple
 
Metodos de correlacion de spearman y pearson
Metodos de correlacion de spearman y pearsonMetodos de correlacion de spearman y pearson
Metodos de correlacion de spearman y pearson
 
Estadística Básica
Estadística BásicaEstadística Básica
Estadística Básica
 
Distribuciones muestrales diapositivas
Distribuciones muestrales diapositivasDistribuciones muestrales diapositivas
Distribuciones muestrales diapositivas
 
Estadistica parametrica y no parametrica
Estadistica parametrica y no parametricaEstadistica parametrica y no parametrica
Estadistica parametrica y no parametrica
 
Estadística Descriptiva
Estadística DescriptivaEstadística Descriptiva
Estadística Descriptiva
 
Distribucion binomial
Distribucion binomialDistribucion binomial
Distribucion binomial
 
Analisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricosAnalisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricos
 
50 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx150 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx1
 

Similar a Regresion y correlacion ppt

Estadistica para la investigación (sesión6)
Estadistica para la investigación (sesión6)Estadistica para la investigación (sesión6)
Estadistica para la investigación (sesión6)Zarlenin docente
 
Estadistica para la investigación (sesión5) version mejorable
Estadistica para la investigación (sesión5) version mejorableEstadistica para la investigación (sesión5) version mejorable
Estadistica para la investigación (sesión5) version mejorableZarlenin docente
 
Clase regresion simple
Clase regresion simpleClase regresion simple
Clase regresion simpleABIGAIL RUIZ
 
Trabajo correkacionnnn
Trabajo correkacionnnnTrabajo correkacionnnn
Trabajo correkacionnnnamandyta
 
05 Bioest. Análisis Correlación y Regres. Lineal.pptx
05 Bioest. Análisis Correlación y Regres. Lineal.pptx05 Bioest. Análisis Correlación y Regres. Lineal.pptx
05 Bioest. Análisis Correlación y Regres. Lineal.pptxPEALOZACASTILLOCINTI
 
Tema 4 Correlación y regresión.pdf
Tema 4 Correlación y regresión.pdfTema 4 Correlación y regresión.pdf
Tema 4 Correlación y regresión.pdfAllanMatamoros3
 
diagnosis de la regresion
diagnosis de la regresiondiagnosis de la regresion
diagnosis de la regresioncarlosjardon
 
CLASE 1 Conceptos de interpolación y ajuste de curvas METODO DE MINIMOS CUADR...
CLASE 1 Conceptos de interpolación y ajuste de curvas METODO DE MINIMOS CUADR...CLASE 1 Conceptos de interpolación y ajuste de curvas METODO DE MINIMOS CUADR...
CLASE 1 Conceptos de interpolación y ajuste de curvas METODO DE MINIMOS CUADR...JOSUEELIASLOPEZHERNA
 
Texto paralelo correlación
Texto paralelo correlaciónTexto paralelo correlación
Texto paralelo correlaciónElfego Lopez
 
Tema 9.pdf
Tema 9.pdfTema 9.pdf
Tema 9.pdfRenanPM1
 
Regresion lineal simple
Regresion lineal simpleRegresion lineal simple
Regresion lineal simpleJulio Oseda
 
Regresión simple y correlación - Estadística
Regresión simple y correlación - EstadísticaRegresión simple y correlación - Estadística
Regresión simple y correlación - EstadísticaalexySantana1
 

Similar a Regresion y correlacion ppt (20)

Estadistica para la investigación (sesión6)
Estadistica para la investigación (sesión6)Estadistica para la investigación (sesión6)
Estadistica para la investigación (sesión6)
 
Estadistica para la investigación (sesión5) version mejorable
Estadistica para la investigación (sesión5) version mejorableEstadistica para la investigación (sesión5) version mejorable
Estadistica para la investigación (sesión5) version mejorable
 
Clase regresion simple
Clase regresion simpleClase regresion simple
Clase regresion simple
 
Clase regresion simple
Clase regresion simpleClase regresion simple
Clase regresion simple
 
Trabajo correkacionnnn
Trabajo correkacionnnnTrabajo correkacionnnn
Trabajo correkacionnnn
 
Proyecto de correlacion
Proyecto de correlacionProyecto de correlacion
Proyecto de correlacion
 
Correlación
CorrelaciónCorrelación
Correlación
 
Correlacion
CorrelacionCorrelacion
Correlacion
 
05 Bioest. Análisis Correlación y Regres. Lineal.pptx
05 Bioest. Análisis Correlación y Regres. Lineal.pptx05 Bioest. Análisis Correlación y Regres. Lineal.pptx
05 Bioest. Análisis Correlación y Regres. Lineal.pptx
 
Correlacion lineal
Correlacion linealCorrelacion lineal
Correlacion lineal
 
28 ejercicios
28 ejercicios28 ejercicios
28 ejercicios
 
Tema 4 Correlación y regresión.pdf
Tema 4 Correlación y regresión.pdfTema 4 Correlación y regresión.pdf
Tema 4 Correlación y regresión.pdf
 
Clase 3 Correlación.ppt
Clase 3 Correlación.pptClase 3 Correlación.ppt
Clase 3 Correlación.ppt
 
diagnosis de la regresion
diagnosis de la regresiondiagnosis de la regresion
diagnosis de la regresion
 
CLASE 1 Conceptos de interpolación y ajuste de curvas METODO DE MINIMOS CUADR...
CLASE 1 Conceptos de interpolación y ajuste de curvas METODO DE MINIMOS CUADR...CLASE 1 Conceptos de interpolación y ajuste de curvas METODO DE MINIMOS CUADR...
CLASE 1 Conceptos de interpolación y ajuste de curvas METODO DE MINIMOS CUADR...
 
Texto paralelo correlación
Texto paralelo correlaciónTexto paralelo correlación
Texto paralelo correlación
 
Tema 9.pdf
Tema 9.pdfTema 9.pdf
Tema 9.pdf
 
Regresion lineal simple
Regresion lineal simpleRegresion lineal simple
Regresion lineal simple
 
Regresion lineal simple
Regresion lineal simpleRegresion lineal simple
Regresion lineal simple
 
Regresión simple y correlación - Estadística
Regresión simple y correlación - EstadísticaRegresión simple y correlación - Estadística
Regresión simple y correlación - Estadística
 

Regresion y correlacion ppt

  • 1. Análisis de Regresión y Correlación por Lic. Olga Susana Filippini 1
  • 2. Introducción Muchas veces las decisiones se basan en la relación entre dos o más variables.Ejemplos • Dosis de fertilizantes aplicadas y rendimiento del cultivo. • La relación entre la radiación que reciben los sensores con la que se predicen los rendimientos por parcelas con los rendimientos reales observados en dichas parcelas. • Relación entre tamaño de un lote de producción y horas – hombres utilizadas para realizarlo. Distinguiremos entre relaciones funcionales y relaciones estadísticas 2
  • 3. Relación funcional entre dos variables Una relación funcional se expresa mediante una función matemática. Si X es la variable independiente e Y es la variable dependiente, una relación funcional tiene la forma: Y=f(X) Ejemplo 1 Parcela Dosis Rend.(kg/h) 1 75 150 2 25 50 3 130 260 3
  • 4. Figura 1 Relación funcional perfecta entre dosis y rendimientos 300 250 Rendimiento 200 150 Rend. 100 50 0 0 20 40 60 80 100 120 140 Dosis Nota: Las observaciones caen exactamente sobre la línea de relación funcional 4
  • 5. Relación estadística entre dos variables A diferencia de la relación funcional, no es una relación perfecta, las observaciones no caen exactamente sobre la curva de relación entre las variables Ejemplo 2 Lote de prod. Tamaño del lote Horas hombre 1 30 73 2 20 50 3 60 128 4 80 170 5 40 87 5
  • 6. Figura 2 Relación estadística entre tamaño del lote y horas hombre 1 80 1 60 Horas hombre 1 40 1 20 1 00 80 Horas hombre 60 40 20 0 0 10 20 30 40 50 60 70 80 90 Tamaño del lote Nota: La mayor parte de los punto no caen directamente sobre la línea de relación estadística. Esta dispersión de punto alrededor de la línea representa la variación aleatoria 6
  • 7. Figura 3 Coordenadas de puntos de control utilizados para corregir la columna de los niveles digitales de una imagen satelital 7000 6000 5000 4000 3000 2000 1000 0 0 2 4 6 8 10 12 14 16 Nota: se trata de un terreno rugoso donde varían notablemente las condiciones de observación del sensor, para corregir errores geométricos de la imagen, se aplican funciones de segundo grado. Los datos sugieren que la relación estadística es de tipo curvilínea. 7
  • 8. Conceptos básicos Análisis de Regresión: Es un procedimiento estadístico que estudia la relación funcional entre variables.Con el objeto de predecir una en función de la/s otra/s. Análisis de Correlación: Un grupo de técnicas estadísticas usadas para medir la intensidad de la relación entre dos variables Diagrama de Dispersión: Es un gráfico que muestra la intensidad y el sentido de la relación entre dos variables de interés. Variable dependiente (respuesta, predicha, endógena): es la variable que se desea predecir o estimar Variables independientes (predictoras, explicativas exógenas). Son las variables que proveen las bases para estimar. Regresión simple: interviene una sola variable independiente Regresión múltiple: intervienen dos o más variables independientes. Regresión lineal: la función es una combinación lineal de los parámetros. Regresión no lineal: la función que relaciona los parámetros no es una combinación lineal 8
  • 9. Gráfico de dispersión Los diagramas de dispersión no sólo muestran la relación existente entre variables, sino también resaltan las observaciones individuales que se desvían de la relación general. Estas observaciones son conocidas como outliers o valores inusitados, que son puntos de los datos que aparecen separados del resto. 9
  • 10. Coeficiente de correlación lineal El Coeficiente de Correlación (r) requiere variables medidas en escala de intervalos o de proporciones – Varía entre -1 y 1. – Valores de -1 ó 1 indican correlación perfecta. – Valor igual a 0 indica ausencia de correlación. – Valores negativos indican una relación lineal inversa y valores positivos indican una relación lineal directa 10
  • 11. Correlación Negativa Perfecta 10 9 8 7 6 Y 5 4 3 2 1 0 0 1 2 3 4 5 6 7 8 9 10 X 11
  • 12. Correlación Positiva Perfecta 10 9 8 7 6 Y 5 4 3 2 1 0 0 1 2 3 4 5 6 7 8 9 10 X 12
  • 13. Ausencia de Correlación 10 9 8 7 6 Y 5 4 3 2 1 0 0 1 2 3 4 5 6 7 8 9 10 X 13
  • 14. Correlación Fuerte y Positiva 10 9 8 7 6 Y 5 4 3 2 1 0 0 1 2 3 4 5 6 7 8 9 10 X 14
  • 15. Fórmula para el coeficente de correlación (r) Pearson n(ΣXY) (ΣX)(ΣY) r= [ n(ΣX ) (ΣX) ] [ n( ΣY ) ( ΣY) 2 2 2 2 ] 15
  • 16. Modelos de Regresión Un modelo de regresión, es una manera de expresar dos ingredientes esenciales de una relación estadística: Una tendencia de la variable dependiente Y a variar conjuntamente con la variación de la o las X de una manera sistemática Una dispersión de las observaciones alrededor de la curva de relación estadística 16
  • 17. Modelos de Regresión Estas dos características están implícitas en un modelo de regresión, postulando que: En la población de observaciones asociadas con el proceso que fue muestreado, hay una distribución de probabilidades de Y para cada nivel de X. Las medias de estas distribuciones varían de manera sistemática al variar X. 17
  • 18. Representación gráfica del modelo de Regresión Lineal Nota: en esta figura se muestran las distribuciones de probabilidades de Y para distintos valores de X 18
  • 19. Análisis de Regresión Objetivo: determinar la ecuación de regresión para predecir los valores de la variable dependiente (Y) en base a la o las variables independientes (X). Procedimiento: seleccionar una muestra a partir de la población, listar pares de datos para cada observación; dibujar un diagrama de puntos para dar una imagen visual de la relación; determinar la ecuación de regresión. 19
  • 20. Supuestos de Regresión Lineal Clásica • Cada error está normalmente distribuido con: – Esperanza de los errores igual a 0 – Variancia de los errores igual a una constante σ 2. – Covariancia de los errores nulas para todo i≠j 20
  • 21. Proceso de estimación de la regresión lineal simple Modelo de regresión Datos de la muestra y=β0+β1x+ε x y x1 y1 Ecuación de regresión x2 y2 E(y)=β0+β1x . . Parámetros desconocidos . . β0.β1 . . xn yn Ecuación estimada de b0 y b1 regresión y=b0+b1x proporcionan estimados Estadísticos de la muestra β0 y β1 b0.b1 21
  • 22. Líneas posibles de regresión en la regresión lineal simple Sección A Sección B Sección C Relación lineal positiva Relación lineal negativa No hay relación Ey Ey Ey La pendiente β 1 Línea de regresión * es negativa La pendiente β 1 es 0 * La pendiente β 1 * es positiva Línea de regresión Línea de regresión x x x * Ordenada al origen β 0 22
  • 23. Estimación de la ecuación de Regresión Simple Y’= a + bX, donde: Y’ es el valor estimado de Y para distintos X. a es la intersección o el valor estimado de Y cuando X=0 b es la pendiente de la línea, o el cambio promedio de Y’ para cada cambio en una unidad de X el principio de mínimos cuadrados es usado para obtener a y b: n( Σ ) − Σ )( Σ ) XY ( X Y b= n( Σ 2 ) − Σ ) 2 X ( X ΣY ΣX a = − b n n 23
  • 24. Mínimos cuadrados - Supuestos 1. El modelo de regresión es lineal en los parámetros. 2. Los valores de X son fijos en muestreo repetido. 3. El valor medio de la perturbación εi es igual a cero. 4. Homocedasticidad o igual variancia de εi. 5. No autocorrelación entre las perturbaciones. 6. La covariancia entre εi y Xi es cero. 7. El número de observaciones n debe ser mayor que el número de parámetros a estimar. 8. Variabilidad en los valores de X. 9. El modelo de regresión está correctamente especificado. 10. No hay relaciones lineales perfectas entre las explicativas. 24
  • 25. Estimación de la variancia de los términos del error (σ2) Debe ser estimada por varios motivos • Para tener una indicación de la variabilidad de las distribuciones de probabilidad de Y. • Para realizar inferencias con respecto a la función de regresión y la predicción de Y. • La lógica del desarrollo de un estimador de σ 2 para el modelo de regresión es la misma que cuando se muestrea una sola población • La variancia de cada observación Yi es σ 2, la misma que la de cada término del error 25
  • 26. Estimación de la variancia de los términos del error (σ2) Dado que los Yi provienen de diferentes distribuciones de probabilidades con medias diferentes que dependen del nivel de X, la desviación de una observación Yi debe ser calculada con respecto a su propia media estimada Yi. Por tanto, las desviaciones son los residuales ˆ Yi - Yi = e i Y la suma de cuadrados es: n n n e ˆ SC = ∑ (Y − Y ) = ∑ (Y − a − bX ) = ∑ e i i 2 i 1 2 2 i i =1 i =1 i =1 26
  • 27. Estimación de la variancia de los términos del error (σ2) La suma de cuadrados del error, tiene n-2 grados de libertad asociados con ella, ya que se tuvieron que estimar dos parámetros. Por lo tanto, las desviaciones al cuadrado dividido por los grados de libertad, se denomina cuadrados medios n 2 SC ∑e CM = = e i =1 i n−2 n−2 e Donde CM es el Cuadrado medio del error o cuadrado medio residual. Es un estimador insesgado de σ 2 27
  • 28. Análisis de Variancia en el análisis de regresión El enfoque desde el análisis de variancia se basa en la partición de sumas de cuadrados y grados de libertad asociados con la variable respuesta Y. La variación de los Yi se mide convencionalmente en términos de las desviaciones (Y − Y ) i i La medida de la variación total Sctot, es la suma de las desviaciones al cuadrado ∑ (Y − Y ) 2 i i 28
  • 29. Desarrollo formal de la partición Consideremos la desviación (Y − Y ) i i Podemos descomponerla en ( Y − Y ) = (Y − Y) + (Y − Y ) i ˆ i i ˆ i T R E (T): desviación total (R): es la desviación del valor ajustado por la regresión con respecto a la media general (E): es la desviación de la observación con respecto a la línea de regresión 29
  • 30. Desarrollo formal de la partición Si consideremos todas las observaciones y elevamos al cuadrado para que los desvíos no se anulen ∑ ( Y − Y ) = ∑ (Y − Y) + ∑ (Y − Y ) 2 2 i 2 ˆ i ˆi i SCtot SCreg SCer (SCtot): Suma de cuadrados total (SCreg): Suma de cuadrados de la regresión (SCer): Suma de cuadrados del error Dividiendo por los grados de libertad, (n-1), (k) y (n-2), respectivamente cada suma de cuadrados, se obtienen los cuadrados medios del análisis de 30 variancia.
  • 31. Coeficiente de Determinación Coeficiente de Determinación, R2 - es la proporción de la variación total en la variable dependiente Y que es explicada o contabilizada por la variación en la variable independiente X. – El coeficiente de determinación es el cuadrado del coeficiente de correlación, y varia entre 0 y 1. 31
  • 32. Cálculo del R2 a través de la siguiente fórmula ∑ (ˆ − y) y 2 R = 2 c ∑ (y − y) 2 o 32
  • 33. Inferencia en Regresión • Los supuestos que establecimos sobre los errores nos permiten hacer inferencia sobre los parámetros de regresión (prueba de hipòtesis e intervalos de confianza), ya que los estimadores de β0 y β1 pueden cambiar su valor si cambia la muestra. • Por lo tanto debemos conocer la distribución de los estimadores para poder realizar prueba de hipòtesis e intervalos de confianza 33
  • 34. Ejemplo Se desean comparar los rendimientos predichos a partir de la información obtenida por 3 sensores sobre los rendimientos reales por parcelas de lotes de maíz. Los rendimientos (Y) y el los rindes predichos de 4 sensores se presentan a continuación Sensor 1 Sensor 4 Sensor 5 Rendimiento 0,0754 0,3083 0,1212 42,5846 0,0754 0,3083 0,1212 43,8576 0,0742 0,3327 0,1328 44,0082 0,0766 0,3327 0,1251 43,4989 0,0766 0,3297 0,1251 41,3327 0,0730 0,3205 0,1193 41,0313 0,0754 0,3114 0,1193 40,4802 0,0766 0,2901 0,1193 36,6735 0,0754 0,3449 0,1328 43,3535 0,0754 0,3480 0,1193 43,3180 0,0766 0,3480 0,1193 43,3143 0,0766 0,3419 0,1135 41,0042 0,0766 0,2840 0,1135 36,4908 0,0766 0,3053 0,1193 37,5931 0,0754 0,3266 0,1232 40,4556 0,0766 0,2840 0,1135 35,5595 0,0754 0,3358 0,1232 41,6400 0,0742 0,3419 0,1251 43,5951 ¿Qué sensor refleja mejor el rendimiento de esa zona? 34
  • 35. Descripción Gráfica y cuantitativa de la relación entre cada sensor y el rendimiento Título PRED_Rendimiento 45,95 38,41 30,87 23,33 15,79 0,078 0,092 0,107 0,121 0,135 B5 Rendimiento PRED_Rendimiento Y = 338.71*X - 4.87 35 R2 = 0.32
  • 36. PRED_Rendimiento Título 45,95 38,41 30,87 23,33 15,79 0,22 0,26 0,30 0,34 0,37 B4 Rendimiento PRED_Rendimiento Y = 155.37*X – 13.25 36 R2 = 0.57
  • 37. PRED_Rendimiento Título 45,95 38,41 30,87 23,33 15,79 0,071 0,076 0,081 0,087 0,092 B1 Rendimiento PRED_Rendimiento Y = -1004.34*X +112.24 R2 = 0.44 37