Es muy bueno el tema

1. INTEGRANTES:
DOCENTE:
Yanet Coa
:
CARRERA: CONTABILIDAD
CURSO: ESTADISTICA
• Gilberto Quispe Miranda
• Ivangely Ulloa
• Flor Conde Quispe
• Jose Gabriel vetancur

2. • El análisis de regresión es un método estadístico que permite
examinar la relación entre dos o más variables e identificar cuáles
son las que tienen mayor impacto en un tema de interés.
• Este tipo de análisis de datos también se utiliza como término
general para una variedad de técnicas de análisis de datos que
se utilizan en un método de investigación cualitativo para
modelar y analizar numerosas variables.
 Variables dependientes: son aquellas que buscamos estudiar
mediante la regresión estadística para comprender cómo se
adapta al modificar las variables independientes.
 Variables independientes: son los factores que consideramos
que influyen y que afectan directamente a las variables
dependientes que están bajo estudio.
¿Qué es un análisis de
regresión?

3. ¿Qué tipos de análisis de
regresión existen?
• Podemos realizar 3 modelos de análisis
distintos en función del número de
variables y la forma de interactuar entre
ellas:
Modelo de regresión lineal simple
Modelo de regresión lineal múltiple
Modelo de regresión no lineal

4. MODELO DE REGRESIÓN LINEAL SIMPLE

5. • El modelo de regresión lineal representa
un marco metodológico, que permite
analizar la relación entre dos variables,
asumiendo una hipótesis de causalidad
• Se define una hipótesis teórica que se
representa por medio de una función
matemática:
𝑌 = 𝑓(𝑋)
• Donde se la variable Y es una función de
la variable X Esta función puede ser lineal
o no lineal

6. • Las hipótesis se expresan en términos de una ecuación o
conjunto de ecuaciones. En este sentido los libros de texto
de economía, presentan los postulados de la teoría a través
de formular relaciones entre variables económicas en forma
algebraica:
• Ejemplos:
 Relación entre la altura y el peso
 Las horas de estudio y la calificación en un examen
 El consumo privado y el ingreso
 Demanda de un bien y su precio
Una pregunta relevante es ¿Determinar el grado en que
ambas variables se relacionan?

7. 𝑦 = 𝑏0 + 𝑏1 ⋅ 𝑥
VARIABLE VARIABLE
COEFICIENTE COEFICIENTE
CONSTANTE CONSTANTE
NO VARIA NO VARIA
UN SOLO VALOR UN SOLO VALOR
INTERCEPTO PENDIENTE
Para poder identificar en que medida x predice la variable y,
dibujamos la línea de regresión. Para poder dibujar esa línea
tenemos que encontrarla ecuación de la regresión.

8. GRÁFICOS DE DISPERSIÓN: Permite
representar la evolución conjunta de
ambas variables
• Dadas dos variables (Y, X) tomadas sobre el mismo
elemento de la población, el diagrama de dispersión es
simplemente un gráfico de dos dimensiones, donde en un
eje (la abscisa) se sitúa una variable, y en el otro eje (la
ordenada) se sitúa la otra variable
• Si las variables están correlacionadas, el gráfico mostraría
algún nivel de correlación (tendencia) entre las dos
variables. Si no hay ninguna correlación, el gráfico
presentaría una figura sin forma, una nube de puntos
dispersos en el gráfico.

10. Tipos de relaciones

11. Ejemplo:
La profesora yanet desea predecir las calificaciones de los
alumnos de CONTA 2ª A en el examen de estadistica, en funcion
a las horas que estudio del alumno.
Horas (x) Calificacion (y)
3 8
6 10
8 15
2 8
1 5
6 12

12. Diagrama De Dispersion
Horas (x) Calificacion (y)
3 9
6 10
8 16
2 7
1 5
6 12
0
2
4
6
8
10
12
14
16
18
Valores Y

14. Calculo De Intercepto Y Pendiente.
• Para calcular el valor de b1 (pendiente), que represente el
grado de inclinacion que tiene la recta, y b0 que
representa el intercepto, es decir el punto en el que se
toca el eje de las y1, se emplea las siguientes formulas.

15. Calculo de la pendiente
Horas (x)
Calificaci
ones (y)
xy x2 y2
3 8 24 9 64
6 10 60 36 100
8 15 120 64 225
2 8 16 4 64
1 5 5 1 25
6 12 72 36 144
S(x)=26 S(y)=58 S(xy)=297 S(x2)=150 S(y2)622

16. Calculo de intercepto