Presentación regreción lineal
description
Transcript of Presentación regreción lineal
2013
Introducción El análisis de regresión es una técnica estadística usada para estudiar la relación entre variables. En la investigación social se utiliza para predecir una amplia gama de fenómenos, desde medidas económicas hasta diferentes aspectos del comportamiento humano.Tanto en el caso de dos variables (regresión simple) como en el de más de dos variables (regresión múltiple), el análisis de regresión se usa
para explorar y cuantificar la relación entre una variable llamada dependiente o criterio (y) y una o más variable llamadas independiente o predictoras (X₁, X₂ …Xκ), así como para desarrollar una ecuación lineal con fines predictivos.Regresión lineal Simple Es un modelo matemático para predecir el efecto de una variable sobre otra, ambas cuantitativas.Una variable es la dependiente y la otra independiente. Se gráfica con el diagrama de dispersión .Dice como es la entre las dos variables.
El análisis consiste en encontrar la mejor línea recta de esos puntos.La variable X o independiente o predictora, la variable Y es la variable dependiente o predicha Los valores de X son fijos (previamente seleccionados por el investigador)Para cada X existe un conjunto de valores de Y, que deben seguir una distribución normal es decir las valores de Y deben ser normales , para aplicar con validez los procedimientos de inferencia y/o estimación Todas las varianzas de las subpoblaciones de Y
son iguales.
La relación se puede representar gráficamente mediante una línea rectaSe supone que el error sigue una distribución normal con media cero y sigma² El modelo de regresión completo es
Y es el valor de la variable dependiente A o alfa es el intercepto, donde cruza el eje YB o beta es la pendiente o inclinaciónDiagrama de Dispersión
exy
El análisis de regresión múltiple es el estudio de la
forma en que una variable dependiente, , se
relaciona con dos o más variables independientes.
En el caso general emplearemos k para representar
la cantidad de variables independientes.
Los conceptos de un modelo de regresión y una
ecuación de regresión que presentamos
presentamos en el tema anterior se pueden aplicar al caso de la regresión múltiple. La ecuación que describe la forma en que la variable dependiente, , se relaciona con las variables independientes 1, 2 ,...,k y un término de error se llama modelo de regresión. El modelo de regresión múltiple tiene la forma siguiente:
kk xbxbxbby ...ˆ 22110
VARIABLE DEPENDIENTE (Y) VARIABLES INDEPENDIENTES (X1,X2,......)
Volumen de ventas, en unidades Precio unitarioGasto de Propaganda
Peso de los estudiantes EstaturaEdad
Consumo de bienes industriales por año
Ingreso disponibleImportación de bienes de consumo
Unidades consumidas de un bien por familia
Precio unitario del bienIngresoNúmero de integrantes por familia
Precio de una vivienda Nº de habitacionesNº de pisosÁrea construidaÁrea techada , etc.
Análisis de regresión múltiple para 2 variables independientesPara dos variables independientes, la formula general de la ecuación de la regresión múltiple es:
X₁ y X₂ son las variables independienteA es la intecepción en Y
Y a b X b X' 1 1 2 2
b1 es el cambio neto en Y para cada cambio unitario en X1, manteniendo X2 constante
Se denomina coeficiente de regresión parcial, coeficiente de regresión neta o bien coeficiente de regresión.B₂ es el cambio neto en Y para cada cambio unitario en X₂, manteniendo X₁ constante. Se denomina coeficiente de regresión parcial o bien coeficiente de regresión. El cálculo de ésos valores es por demás laborioso a mano
Análisis de regresión múltiple con k variables independientes.La ecuación general de regresión múltiple con k variables independientes es: El criterio de mínimos cuadrados se usa para el desarrollo de esta ecuación.Como estimar b₁, b₂, etc., es muy tedioso, existen muchos programas de cómputo que pueden utilizarse para estimarlos
Y a b X b X b Xk k' ... 1 1 2 2
Error Estándar Múltiple de la Estimación de regresiónEl error estándar múltiple de la estimación es la medida de la eficiencia de la ecuación Está medida en las mismas unidades que la variable dependienteEs difícil determinar cuál es un valor grande y cuál es uno pequeño para el error estándarLa formula es:
Donde Y es la observaciónY es el valor estimado en la ecuación de regresión′
)1()1(
)'( 2
12
kn
SSEkn
YYS kY
n es el número de observaciones y k es el número de variables dependientes.Regresión y correlación múltiple (suposiciones)Las variables independientes y dependientes tienen una relación linealLa variable dependiente debe ser continua y al menos con escala de intervaloLa variación en (Y - Y ) o residuo debe ser la misma ′para todos los valores de YCuando éste es el caso, se dice que la diferencia presenta homoscedasticidad Los residuos deben tener distribución normal con media igual a 0
Las observaciones sucesivas de la variable dependiente deben estar correlacionadas.La matriz de correlación se usa para mostrar todos los posibles coeficientes de correlación simple entre todas las variables.La matriz también es útil para analizar y localizar la correlación de las variables independientes.En la matriz se muestra qué tan fuerte están correlacionadas las variables independientes, con la variable dependiente.También es útil para verificar si existe correlación entre las variables independientes Multicolinealidad lo cual distorsionaría el error estándar
Enfoque Matricial Donde:
Xy
1
3
2
1
.
.
.
xnny
y
y
y
y
pnnkiii
k
k
k
x
xxxx
xxxx
xxxx
xxxx
X
.......1
........................
........................
........................
.......1
.......1
.......1
321
3333231
2232221
1131211
1
2
1
0
.
.
.
xpkb
b
b
b
Enfoque Matricial para Encontrar los Parámetros de la Ecuación de Regresión. Al ajustar un modelo de regresión múltiple es mucho más conveniente expresar las operaciones matemáticas en forma matricial. Supongamos que existen k variables independientes y n observaciones (X₁ , X₂, X₃….X¡ĸ, Y¡), i= 1, 2, 3, 4, …., n, y que el modelo que relaciona las variables independientes y la variable dependiente es:
Este modelo es un sistema de n ecuaciones que pueden expresarse en notación matricial como:
ikkiii xbxbxbby ...ˆ 22110
Correlación simple es una extensión de la regresión simpleMide la calidad de ajuste de una línea.Dice cuanto se relacionan los datos variablesR es el coeficiente de correlación.R² es el coeficiente de determinación
prueba de HipótesisHo; r=0, mediante la estadística FSi r es igual cero se concluye que no existe correlación entre las variables, pero puede ser no
totaliación
licadainiaciónr
var
exp var2
Lineal (exponencial, curva, etc.) Coeficiente de Pearson. puede variar de -1 a + 1-1 correlación negativa perfecta-0,9 correlación negativa muy fuerte-0,75 correlación negativa considerable-0,5 correlación negativa media-0,1 correlación negativa débil0,0 no existe correlación entre las variablesLos programas reportan el valor de p del coeficiente de para evaluar la significancia de la correlación
Ejemplo de regresión lineal simple
Temperatura media anual y tasa de mortalidad por 100,000 habitantes
y = -0,0592x + 4,6146R2 = 0,8395
-0,5
0
0,5
1
1,5
2
2,5
0 20 40 60 80 100
Temperatura
Tasa d
e m
ort
alid
ad
po
r
100,0
00
Correlación de SpearmanSon medidas de correlación para dos variables, por lo menos una de ellas es ordinalLos individuos u objetos se ordenan por rangos (jerarquías)Objetivo. Conocer si el desarrollo mental de 8 niños está asociado a la educación formal de su madre.Hipótesis.Ho. No habrá correlación significativa en el desarrollo mental de 8 niños dependiendo de la educación formal de la madreH1. Habrá una correlación significativa en el desarrollo mental de 8 niños dependiendo de la edu-
cación formal de la madre
Ejemplo: Correlación de Spearman Escolaridad Desarrollo Rango educ. Rango desarr. Dif. Dif al cuadrado
1o. Sec 90 5 7 -2 4 1o. Prim 87 4 2 2 4Profesional 89 8 6 2 46o. Prim. 80 2 5 -3 93o. Sec. 85 6 4 2 4 3 Prim. 84 3 3 0 0 Analf. 75 1 1 0 0Preparatoria 91 7 8 -1 1
N = 8 26
rsc = 0.69, rst = 0.714, rsc < rst no se rechaza HoConclusión: No hay una correlación significativa en el desarrollo mental de 8
niños dependiendo de la educación formal de la madre.
Caso: correlación de Spearman Material y Método: se realizó un estudio transversal y comparativo aplicado a una población de 21 departamentos del Perú realizada en forma aleatoria (37 hospitales y 21 Centros de Salud Cabeceras de red). Se utilizaron dos instrumentos: Encuesta de satisfacción del establecimiento de salud a puérperas usuarias de los establecimientos y la Lista de chequeo para la medición de procesos de calidad de atención en servicios materno prenatales. Para el análisis de los datos se realizó un análisis bivariado y se utilizó el coeficiente de correlación de Spearman.Resultados: El coeficiente de correlación de Spearman entre el Grado de de satisfacción de la usuaria de los
servicios de atención de parto y el Porcentaje de <cumplimiento del Protocolo de Atención de Parto resultó de 0.027, lo que revela la no existencia de relación directa entre dichas variables.Conclusiones: se demuestra la falta de correlación entre el nivel de satisfacción de usuarias y el nivel de cumplimiento de índices estandarizados de atención del parto en los Centros Hospitalarios.