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 |