Ejemplos de regresión lineal: preguntas y debate
La regresión lineal es un método estadístico que se utiliza para determinar la relación entre dos o más variables. Este método se emplea ampliamente en diversos campos, como la economía, los negocios, las ciencias sociales y las ciencias naturales. En este artículo, analizaremos la regresión lineal, cómo calcularla y presentaremos varios ejemplos con explicaciones para facilitar la comprensión profunda de este concepto.
Comprensión de la regresión lineal
La regresión lineal es un método analítico que se utiliza para modelar la relación entre una o más variables independientes (predictoras) y una variable dependiente (respuesta). La regresión lineal simple involucra una variable independiente y una variable dependiente, mientras que la regresión lineal múltiple involucra más de una variable independiente.
La ecuación de una línea de regresión lineal simple es:
\[ Y = a + bX \]
De mana:
– \( Y \) es la variable dependiente.
– \( X \) es la variable independiente.
– \( a \) es la intersección, que es el valor de Y cuando X = 0.
– \( b \) es el coeficiente de regresión, es decir, cuánto cambia Y si X cambia en una unidad.
Pasos de la regresión lineal
1. Recopilación de datos: En primer lugar, recopile los datos que se van a analizar.
2. Representación gráfica de los datos: Crea un diagrama de dispersión para comprobar si existe una relación lineal entre las variables.
3. Calcular el coeficiente de regresión: Utilizar el método de mínimos cuadrados para determinar la mejor línea.
4. Prueba del modelo: Compruebe la significancia de los coeficientes de regresión con una prueba t y determine el valor R cuadrado para ver qué tan bien se ajusta el modelo a los datos.
Contoh Soal dan Pembahasan
Ejemplo de pregunta 1: Regresión lineal simple
Pregunta:
Un investigador quiere conocer la relación entre el número de horas de estudio (X) y las calificaciones de los exámenes de los estudiantes (Y). Los datos obtenidos son los siguientes:
| Horas de estudio (X) | Puntuación del examen (Y) |
|——————–|——————–|
| 2 | 70 |
| 3 | 75 |
| 5 | 80 |
| 7 | 85 |
| 8 | 90 |
¡Crea una ecuación de regresión lineal a partir de estos datos!
Discusión:
1. Cálculo del promedio:
\[
\bar{X} = \frac{2 + 3 + 5 + 7 + 8}{5} = 5
\]
\[
\bar{Y} = \frac{70 + 75 + 80 + 85 + 90}{5} = 80
\]
2. Cálculo del coeficiente de regresión \( b \):
\[
b = \frac{\sum (X_i – \bar{X})(Y_i – \bar{Y})}{\sum (X_i – \bar{X})^2}
\]
\[
∑ (X_i – \bar{X})(Y_i – \bar{Y}) = (2 – 5)(70 – 80) + (3 – 5)(75 – 80) + (5 – 5)(80 – 80) + (7 – 5)(85 – 80) + (8 – 5)(90 – 80)
\]
\[
= (-3)(-10) + (-2)(-5) + (0)(0) + (2)(5) + (3)(10) = 30 + 10 + 0 + 10 + 30 = 80
\]
\[
∑ (X_i – \bar{X})² = (2 – 5)² + (3 – 5)² + (5 – 5)² + (7 – 5)² + (8 – 5)²
\]
\[
= 9 + 4 + 0 + 4 + 9 = 26
\]
\[
b = \frac{80}{26} \approx 3.08
\]
3. Cálculo de la intersección \( a \):
\[
a = \bar{Y} – b\bar{X}
\]
\[
a = 80 – 3.08 × 5 = 80 – 15.4 = 64.6
\]
4. Ecuación de regresión:
\[
Y = 64.6 + 3.08X
\]
Por lo tanto, la ecuación de regresión lineal para los datos es \( Y = 64.6 + 3.08X \). Esto significa que se espera que cada hora adicional de estudio aumente la puntuación del examen en 3.08 puntos.
Pregunta de ejemplo 2: Prueba modelo e interpretación
Pregunta:
Continuando con los mismos datos, calcule el valor R cuadrado (R²) para medir qué tan bien se ajusta el modelo a los datos. Además, pruebe la significancia del coeficiente de regresión \( b \).
Discusión:
1. Calcular la suma total de cuadrados (SST), la suma de cuadrados de regresión (SSR) y la suma de cuadrados de error (SSE):
\[
SST = \sum (Y_i – \bar{Y})^2
\]
\[
SST = (70 – 80)^2 + (75 – 80)^2 + (80 – 80)^2 + (85 – 80)^2 + (90 – 80)^2 = 100 + 25 + 0 + 25 + 100 = 250
\]
\[
SSR = \sum (\hat{Y}_i – \bar{Y})^2
\]
Donde \( \hat{Y}_i \) es el valor predicho de la ecuación de regresión:
\[
\hat{Y}_i = 64.6 + 3.08X_i
\]
\[
\hat{Y} = [67.76, 70.84, 76.0, 82.16, 85.24]
\]
\[
\bar{Y} = 80
\]
\[
SSR = (67.76 – 80)^2 + (70.84 – 80)^2 + (76.0 – 80)^2 + (82.16 – 80)^2 + (85.24 – 80)^2
\]
\[
SSR = (-12.24)² + (-9.16)² + (-4.0)² + 2.16² + 5.24² = 149.8
\]
2. Cálculo de SSE:
\[
SSE = SST – SSR = 250 – 149.8 = 100.2
\]
3. Cálculo del coeficiente de determinación (R cuadrado):
\[
R^2 = \frac{SSR}{SST} = \frac{149.8}{250} \approx 0.6
\]
Un coeficiente de determinación (R²) de 0.6 indica que este modelo explica aproximadamente el 60 % de la variación de los datos. Esto significa que la línea de regresión se ajusta bastante bien a los datos.
4. Prueba t para la significancia del coeficiente \( b \):
\[
t = \frac{b}{SE(b)}
\]
\[
SE(b) = \sqrt{\frac{SSE}{n-2}} / \sqrt{\sum (X_i – \bar{X})^2}
\]
\[
SE(b) = \sqrt{\frac{100.2}{5-2}} / \sqrt{26}
\]
\[
SE(b) = \sqrt{33.4} / \sqrt{26} \approx 1.13
\]
\[
t = \frac{3.08}{1.13} \approx 2.73
\]
Con un estadístico t de aproximadamente 2.73, si utilizamos un umbral común de significancia (α = 0.05), lo comparamos con la tabla t. Por ejemplo, para df = 3, el valor crítico de t es aproximadamente 2.353. Entonces, t observado > t crítico indica que el coeficiente es significativo.
conclusión
En este artículo, hemos cubierto los fundamentos de la regresión lineal, cómo calcular el coeficiente de regresión y la intersección, y cómo interpretar los resultados mediante ejemplos. La práctica frecuente con diversos conjuntos de datos es esencial para dominar este método. La regresión lineal es una herramienta valiosa en el análisis de datos y puede proporcionar información valiosa sobre las relaciones entre variables.
