I.-
INTRODUCCIÓN
La Estadística Inferencial permite trabajar
con una variable a nivel de intervalo o razón, de igual
forma con ella también se puede comprender la
relación de dos o más variables y
permite relacionar mediante ecuaciones,
una variable en relación de la otra variable
llamándose Regresión
Simple y una variable en relación a otras variables
llamándose Regresión Múltiple.
Casi constantemente en la practica de la investigación estadística, se
encuentran variables que de alguna manera están
relacionados entre si, por lo que es posible que una de las
variables puedan relacionarse matemáticamente en función de
otra u otras variables.
La Estadística Inferencial incluye lo relativo a
la correlación y regresión, lo cual es muy usado en
la investigación científica, y es una
herramienta muy útil cuando se trata de relacionar 2 o
más variables, entre si. La correlación implica el
grado de dependencia de una variable respecto a otra y la
regresión analiza la relación de dos o más
variables continuas. La regresión permite el cambio en una
de las variables llamadas respuesta y que corresponde a otra
conocida como variable explicativa, la regresión es una
técnica utilizada para inferir datos a partir de
otros y hallar una respuesta de lo que puede suceder.
II.- MARCO TEÓRICO
REGRESIÓN.-
Se define como un procedimiento
mediante el cual se trata de determinar si existe o no
relación de dependencia entre dos o más variables.
Es decir, conociendo los valores de
una variable independiente, se trata de estimar los valores, de
una o más variables dependientes.
La regresión en forma grafica, trata de lograr
que una dispersión de las frecuencias sea ajustada a una
línea recta o curva.
Clases de Regresión
La regresión puede ser Lineal y Curvilínea
o no lineal, ambos tipos de regresión pueden ser a su
vez:
- Regresión Simple: Este tipo se presenta
cuando una variable independiente ejerce influencia sobre otra
variable dependiente. Ejemplo: Y = f(x)
Esta regresión se utiliza con mayor frecuencia
en las ciencias
económicas, y sus disciplinas tecnológicas.
Cualquier función no lineal, es linealizada para su
estudio y efectos prácticos en las ciencias
económicas, modelos no
lineales y lineales multiecuacionales.
Objetivo: Se utiliza
la regresión
lineal simple para:
- Determinar la relación de dependencia que
tiene una variable respecto a otra. - Ajustar la distribución de frecuencias de una
línea, es decir, determinar la forma de la
línea de regresión. - Predecir un dato desconocido de una variable
partiendo de los datos conocidos de otra
variable.
Por ejemplo: Podría ser una regresión de
tipo lineal:
En una empresa de
servicio de
Internet busca
relacionar las ganancias que obtiene cada computadora
con el numero de usuarios que ingresan a dicha cabina
diariamente. En la tabla representa Y (Ganancias S/.) e X
(Numero de usuarios)
Y | 100 | 98 | 99 | 102 | 102 | 111 | 97 | 104 | 102 | 96 |
X | 116 | 96 | 110 | 105 | 99 | 106 | 100 | 109 | 98 | 108 |
Coeficiente de Regresión
Indica el número de unidades en que se modifica
la variable dependiente "Y" por efecto del cambio de la
variable independiente "X" o viceversa en una unidad de
medida.
Clases de coeficiente de
Regresión:
El coeficiente de regresión puede ser:
Positivo, Negativo y Nulo.
Es positivo cuando las variaciones de la variable
independiente X son directamente proporcionales a las
variaciones de la variable dependiente "Y"
Es negativo, cuando las variaciones de la variable
independiente "X" son inversamente proporcionales a las
variaciones de las variables dependientes "Y"
Es nulo o cero, cuando entre las variables
dependientes "Y" e independientes "X" no existen
relación alguna.
Procedimiento para hallar el Coeficiente de
Regresión
Para determinar el valor del
coeficiente de regresión de una manera fácil y
exacta es utilizando el método
de los Mínimos Cuadrados de dos maneras:
Página siguiente |