SlideShare una empresa de Scribd logo
1 de 7
Descargar para leer sin conexión
Docente: Jennifer Beitia
UNIVERSIDAD TECNOLÓGICA DE PANAMÁ
CENTRO REGIONAL DE BOCAS DEL TORO
PRONÓSTICO DE UNA
VARIABLE ALEATORIA
Análisis de regresión lineal simple
Análisis de correlación lineal simple
Uso del programa Excel para el análisis de regresión simple y múltiple
Solución de problemas y casos
01
02
03
04
CONTENIDO
MODELO DE REGRESIÓN
LINEAL SIMPLE
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.
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?
Regresión Lineal
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 y (la abscisa) se sitúa una variable, y en el otro eje x
(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.
UNA PRIMERA APROXIMACIÓN, AL MODELO
ESTADÍSTICO GENERAL ES EN EL MARCO DE UN
MODELO DE REGRESIÓN ENTRE DOS VARIABLES ES:
Donde:
Y se denomina como la variable dependiente
X es la variable explicativa o independiente
𝛼 y 𝛽 los parámetros del modelo a estimar.

Más contenido relacionado

Similar a pronóstico de una variable estadística 1

Regresión lineal multiple autores grillet montaño rodríguez
Regresión lineal multiple  autores grillet montaño rodríguezRegresión lineal multiple  autores grillet montaño rodríguez
Regresión lineal multiple autores grillet montaño rodríguez
thomas669
 
Regresión lineal multiple autores grillet montaño rodríguez
Regresión lineal multiple  autores grillet montaño rodríguezRegresión lineal multiple  autores grillet montaño rodríguez
Regresión lineal multiple autores grillet montaño rodríguez
thomas669
 
ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL SIMPLE.pptx
ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL SIMPLE.pptxANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL SIMPLE.pptx
ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL SIMPLE.pptx
IanMita
 
Correlaciondepearson[1]
Correlaciondepearson[1]Correlaciondepearson[1]
Correlaciondepearson[1]
guest0c1548
 

Similar a pronóstico de una variable estadística 1 (20)

REGRESIÓN LINEAL SIMPLE
REGRESIÓN LINEAL SIMPLEREGRESIÓN LINEAL SIMPLE
REGRESIÓN LINEAL SIMPLE
 
4. estadística descriptiva
4.  estadística descriptiva4.  estadística descriptiva
4. estadística descriptiva
 
Unidad nº 1 regresion y correlacion monica
Unidad nº 1 regresion y correlacion monicaUnidad nº 1 regresion y correlacion monica
Unidad nº 1 regresion y correlacion monica
 
Concepto
ConceptoConcepto
Concepto
 
Correlación de Person
Correlación de PersonCorrelación de Person
Correlación de Person
 
Regresión lineal multiple autores grillet montaño rodríguez
Regresión lineal multiple  autores grillet montaño rodríguezRegresión lineal multiple  autores grillet montaño rodríguez
Regresión lineal multiple autores grillet montaño rodríguez
 
Regresión lineal multiple autores grillet montaño rodríguez
Regresión lineal multiple  autores grillet montaño rodríguezRegresión lineal multiple  autores grillet montaño rodríguez
Regresión lineal multiple autores grillet montaño rodríguez
 
ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL SIMPLE.pptx
ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL SIMPLE.pptxANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL SIMPLE.pptx
ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL SIMPLE.pptx
 
Regresion lineal simple
Regresion lineal simpleRegresion lineal simple
Regresion lineal simple
 
Regresión Lineal
Regresión LinealRegresión Lineal
Regresión Lineal
 
Lm
LmLm
Lm
 
correlacion (estadistica)
correlacion (estadistica) correlacion (estadistica)
correlacion (estadistica)
 
correlacion (estadistica)
correlacion (estadistica) correlacion (estadistica)
correlacion (estadistica)
 
5 regresion y correlacion
5 regresion y correlacion5 regresion y correlacion
5 regresion y correlacion
 
Tema 9
Tema 9Tema 9
Tema 9
 
Correlaciondepearson[1]
Correlaciondepearson[1]Correlaciondepearson[1]
Correlaciondepearson[1]
 
Correlacion lineal 2019
Correlacion lineal 2019Correlacion lineal 2019
Correlacion lineal 2019
 
Correlacion y regresion
Correlacion y regresionCorrelacion y regresion
Correlacion y regresion
 
Regresión lineal simple y correlación sergio alberto carlos velázquez activid...
Regresión lineal simple y correlación sergio alberto carlos velázquez activid...Regresión lineal simple y correlación sergio alberto carlos velázquez activid...
Regresión lineal simple y correlación sergio alberto carlos velázquez activid...
 
Regresion estadistica
Regresion estadisticaRegresion estadistica
Regresion estadistica
 

Último

RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADES
RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADESRECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADES
RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADES
yanicsapernia5g
 
1 CENTROIDES 2°Computohhhhhhhhhhhhhhhh.pdf
1 CENTROIDES 2°Computohhhhhhhhhhhhhhhh.pdf1 CENTROIDES 2°Computohhhhhhhhhhhhhhhh.pdf
1 CENTROIDES 2°Computohhhhhhhhhhhhhhhh.pdf
JlnParada
 
auditoria fiscalizacion inspecciones de seguridad
auditoria fiscalizacion inspecciones de seguridadauditoria fiscalizacion inspecciones de seguridad
auditoria fiscalizacion inspecciones de seguridad
NELSON QUINTANA
 

Último (20)

Métodos numéricos y aplicaciones - Izar Landeta.pdf
Métodos numéricos y aplicaciones - Izar Landeta.pdfMétodos numéricos y aplicaciones - Izar Landeta.pdf
Métodos numéricos y aplicaciones - Izar Landeta.pdf
 
1.1 Los 14 principios del Toyota Way -2024.pdf
1.1 Los 14 principios del Toyota Way -2024.pdf1.1 Los 14 principios del Toyota Way -2024.pdf
1.1 Los 14 principios del Toyota Way -2024.pdf
 
RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADES
RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADESRECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADES
RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADES
 
Instalacion de un Sistema contra incendio
Instalacion de un Sistema contra incendioInstalacion de un Sistema contra incendio
Instalacion de un Sistema contra incendio
 
Sistema de alumbrado.pptx fjhhgghrhgghhuughuh
Sistema de alumbrado.pptx fjhhgghrhgghhuughuhSistema de alumbrado.pptx fjhhgghrhgghhuughuh
Sistema de alumbrado.pptx fjhhgghrhgghhuughuh
 
Presentacion Feria Cientifica Proyecto.pptx
Presentacion Feria Cientifica Proyecto.pptxPresentacion Feria Cientifica Proyecto.pptx
Presentacion Feria Cientifica Proyecto.pptx
 
ESTUDIO DE TRAFICO PARA EL DISEÑO DE TIPOS DE VIAS.pptx
ESTUDIO DE TRAFICO PARA EL DISEÑO DE TIPOS DE VIAS.pptxESTUDIO DE TRAFICO PARA EL DISEÑO DE TIPOS DE VIAS.pptx
ESTUDIO DE TRAFICO PARA EL DISEÑO DE TIPOS DE VIAS.pptx
 
Practica_Calificada_03333333333333333.pdf
Practica_Calificada_03333333333333333.pdfPractica_Calificada_03333333333333333.pdf
Practica_Calificada_03333333333333333.pdf
 
CAPACITACIÓN EN AGUA Y SANEAMIENTO EN ZONAS RURALES
CAPACITACIÓN EN AGUA Y SANEAMIENTO EN ZONAS RURALESCAPACITACIÓN EN AGUA Y SANEAMIENTO EN ZONAS RURALES
CAPACITACIÓN EN AGUA Y SANEAMIENTO EN ZONAS RURALES
 
Semana 1 - Introduccion - Fluidos - Unidades.pptx
Semana 1 - Introduccion - Fluidos - Unidades.pptxSemana 1 - Introduccion - Fluidos - Unidades.pptx
Semana 1 - Introduccion - Fluidos - Unidades.pptx
 
1 CENTROIDES 2°Computohhhhhhhhhhhhhhhh.pdf
1 CENTROIDES 2°Computohhhhhhhhhhhhhhhh.pdf1 CENTROIDES 2°Computohhhhhhhhhhhhhhhh.pdf
1 CENTROIDES 2°Computohhhhhhhhhhhhhhhh.pdf
 
Trabajos Preliminares en Obras de Construcción..pdf
Trabajos Preliminares en Obras de Construcción..pdfTrabajos Preliminares en Obras de Construcción..pdf
Trabajos Preliminares en Obras de Construcción..pdf
 
dokumen.tips_311-determinacion-del-espacio-estatico.pptx
dokumen.tips_311-determinacion-del-espacio-estatico.pptxdokumen.tips_311-determinacion-del-espacio-estatico.pptx
dokumen.tips_311-determinacion-del-espacio-estatico.pptx
 
NTC 3883 análisis sensorial. metodología. prueba duo-trio.pdf
NTC 3883 análisis sensorial. metodología. prueba duo-trio.pdfNTC 3883 análisis sensorial. metodología. prueba duo-trio.pdf
NTC 3883 análisis sensorial. metodología. prueba duo-trio.pdf
 
auditoria fiscalizacion inspecciones de seguridad
auditoria fiscalizacion inspecciones de seguridadauditoria fiscalizacion inspecciones de seguridad
auditoria fiscalizacion inspecciones de seguridad
 
UNIDAD 2.- SENSORES.TIPOS DE SENSORES Y SU CLASIFICAIÓN
UNIDAD 2.- SENSORES.TIPOS DE SENSORES  Y SU CLASIFICAIÓNUNIDAD 2.- SENSORES.TIPOS DE SENSORES  Y SU CLASIFICAIÓN
UNIDAD 2.- SENSORES.TIPOS DE SENSORES Y SU CLASIFICAIÓN
 
Video sustentación GA2- 240201528-AA3-EV01.pptx
Video sustentación GA2- 240201528-AA3-EV01.pptxVideo sustentación GA2- 240201528-AA3-EV01.pptx
Video sustentación GA2- 240201528-AA3-EV01.pptx
 
Myoelectric_Control_for_Upper_Limb_Prostheses.en.es (2).pdf
Myoelectric_Control_for_Upper_Limb_Prostheses.en.es (2).pdfMyoelectric_Control_for_Upper_Limb_Prostheses.en.es (2).pdf
Myoelectric_Control_for_Upper_Limb_Prostheses.en.es (2).pdf
 
metodos de fitomejoramiento en la aolicacion de plantas
metodos de fitomejoramiento en la aolicacion de plantasmetodos de fitomejoramiento en la aolicacion de plantas
metodos de fitomejoramiento en la aolicacion de plantas
 
Arquitecto cambio de uso de suelo Limache
Arquitecto cambio de uso de suelo LimacheArquitecto cambio de uso de suelo Limache
Arquitecto cambio de uso de suelo Limache
 

pronóstico de una variable estadística 1

  • 1. Docente: Jennifer Beitia UNIVERSIDAD TECNOLÓGICA DE PANAMÁ CENTRO REGIONAL DE BOCAS DEL TORO PRONÓSTICO DE UNA VARIABLE ALEATORIA
  • 2. Análisis de regresión lineal simple Análisis de correlación lineal simple Uso del programa Excel para el análisis de regresión simple y múltiple Solución de problemas y casos 01 02 03 04 CONTENIDO
  • 3. MODELO DE REGRESIÓN LINEAL SIMPLE 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.
  • 4. 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? Regresión Lineal
  • 5. 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 y (la abscisa) se sitúa una variable, y en el otro eje x (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.
  • 6.
  • 7. UNA PRIMERA APROXIMACIÓN, AL MODELO ESTADÍSTICO GENERAL ES EN EL MARCO DE UN MODELO DE REGRESIÓN ENTRE DOS VARIABLES ES: Donde: Y se denomina como la variable dependiente X es la variable explicativa o independiente 𝛼 y 𝛽 los parámetros del modelo a estimar.