Estadística Empresarial

Marketing
 IL 4: CORRELACIÓN, REGRESIÓN LINEAL Y PRUEBA DE HIPÓTESIS
Realiza la justificación de una hipótesis, analizando el coeficiente de
correlación, determinación y modelo de regresión lineal, para aceptar o
rechazar algún supuesto vinculado al quehacer empresarial.
SI 13: MODELO DE REGRESIÓN LINEAL:
Aplica el modelo de regresión lineal en situaciones problemáticas
vinculados el ámbito empresarial, utilizando Ms Excel y PSPP.
Temas:
• Definición de regresión lineal
• Modelo de regresión lineal
• Rectas de regresión lineal posible
• Método de los mínimos cuadrados
• Generar la ecuación de regresión lineal y diagrama de dispersión utilizando PSPP
Estadística Empresarial
Pensemos:
¿Qué tipos de funciones conoces?

¿Qué variables se están analizando

en la gráfica?

¿Crees que exista relación entre las

variable?

Según esa recta,

¿Se puede realizar un pronóstico?

Estadística Empresarial
Regresión Lineal
Relación entre dos
Variables Técnicas para hacer análisis de la relación entre dos Variables

En la estadística no todo está CORRELACIÓN REGRESIÓN

supeditado al uso de una
variable, también existen
técnicas para analizar la Determina el grado de Es la encargada de describir o
relación de dos variables. asociación lineal entre establecer la forma de la
las dos variables. relación entre las dos variables

Estadística Empresarial
Regresión Lineal
El análisis de regresión lineal simple establece la forma de la relación entre dos variables cuantitativas.

EN GENERAL NOS INTERESA

• Investigar si existe una asociación entre las dos variables.

• Estudiar la fuerza de la asociación, a través de la medida de asociación llamada coeficiente de correlación.
• Estudiar la forma de la relación.

Para ello proponemos un modelo que relaciona una variable dependiente (Y) con una variable independiente (X).

X: Independiente Predecir Y: Dependiente

Es decir, el modelo de regresión lineal ayuda a “predecir” el valor de la variable dependiente (Y) cuando la
variable independiente (X) toma un valor determinado.

Estadística Empresarial
Modelo de Regresión Lineal
Es un modelo matemático de pronóstico que relaciona dos variables, función que permite calcular el valor de la
variable dependiente (Y), cuando la variable Independiente (X) toma un valor determinado. Su aplicación implica
suponer un comportamiento lineal creciente o decreciente, por tal razón, debe de existir un análisis previo de
correlación entre ambas variables que nos indique la intensidad de dicha relación.
La función más simple para relacionar el Modelo Matemático de estas dos variables es la Función Lineal

𝐘 = 𝜷 𝟎+ 𝜷𝟏 𝐗 • Variable Aleatoria o
Y Dependiente
• Variable explicativa o
X Independiente

b n • Muestra u Observaciones

b Es la pendiente de la recta
a
a Es el punto en que la recta
corta el eje vertical
Estadística Empresarial
Modelo de Regresión Lineal
Mediante las técnicas de regresión lineal de una variable Y sobre una variable X, buscamos una
función lineal que sea una buena aproximación de una nube de puntos

Para el modelo de regresión lineal simple se tiene que:

𝐲 𝐢=𝛃 𝟎 + 𝛃 𝟏 𝐱 𝐢 + 𝛆𝐢
DONDE

: Representa el valor de la variable respuesta para la observación i-ésima.

: Representa el valor de la variable explicativa para la observación i-ésima.
: Representa el término error para la observación i-ésima.
: Son los coeficientes o parámetros de regresión.

Estadística Empresarial
Rectas de Regresión Lineal Posibles

Estadística Empresarial
Modelo de Regresión Lineal
ECUACIÓN DE REGRESIÓN LINEAL ESTIMADA

A la ecuación que describe la relación entre el valor esperado de la variable Y, con la variable X
se le llama ecuación de regresión. La siguiente es la ecuación de regresión para la regresión
lineal simple:

^
y =β0+ β1 x
El signo de también indica el tipo de relación entre x e y.

DONDE : Valor estimado de Y (Pronóstico)

: Es cualquier valor de la variable independiente que se seleccione.
: Es la intersección de la recta de regresión con el eje Y
: Es la pendiente de la recta de regresión o llamado también coeficiente de regresión.

Estadística Empresarial
Modelo de Regresión Lineal
FÓRMULA PARA LA ECUACIÓN DE REGRESIÓN LINEAL ESTIMADA

^y = β 0 + β 1 x

𝛽 =
∑ 𝑦 − 𝛽1 ∑ 𝑥 𝛽 1=
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
𝑛 ∑ 𝑥 − (∑ 𝑥 )
2 2
0
𝑛
Pendiente “” de la Recta de Regresión ( Aplicando Mínimos Cuadrados)
Si 𝛽1 > 0 Esto significa que la relación es lineal positiva o directa, es decir, aumenta
o r>0 “y” en la medida que aumenta “x”

Si 𝛽1 < 0 Esto significa que la relación es lineal negativa o inversa, es decir, aumenta
o r<0 “y” en la medida que disminuye “x”

Estadística Empresarial
Método de los Mínimos Cuadrados
Variable Variable
Es una técnica de optimización cuyo objetivo
y xy
Independiente Dependiente 2 2
(x) (y) x consiste en la obtención de la función que
mejor se ajuste (en el sentido de un error
a1 b1 ( a1 )2 ( b1 ) a 1 b1
2
cuadrático mínimo) a los datos observados
de las variables objeto de estudio, es decir,
a2 b2 ( a2 ) 2 ( b2 ) a 2 b 2
2

entre la variable independiente (x) y la

a3 b3 ( a3 ) 2 ( b3 ) a 3 b 2
2
variable dependiente (y).
. . . . .
. . . . .
. . . . .
Este método se utiliza para determinar la
an bn ecuación de estimación lineal en la regresión
( an ) 2 ( bn ) 2 a n b n
lineal.

∑x ∑ y ∑ 𝑥 ∑ 𝑦 ∑ xy 2 2
^y =β 0 + β 1 x
Estadística Empresarial
Ecuación de Estimación Lineal
En la empresa “Micronics” se venden unidades de dispositivos electrónicos. Se tomó una muestra de las
ventas realizadas por 6 de los vendedores de un local y se quiere comparar la cantidad de llamadas
realizadas durante el mes y las ventas facturadas. Los resultados son los que se muestra en la tabla:

Número de
Números de
unidades
Vendedor llamadas
vendidas a) Utilizando el método de mínimos
(X)
(Y)
cuadrados, halle la ecuación de regresión
Alan Mamani 20 30 lineal estimada.
Mario López 40 60 b) Utilizando PSPP, genere el diagrama de
Lalo Martínez 30 60 dispersión correspondiente a estos datos.
Carlos Lu 10 40 c) Utilizando PSPP encuentre dicha recta.
Juan Huamán 20 50
Marco Pineda 20 35

Estadística Empresarial
Método de los Mínimos Cuadrados
1° Paso Utilizando el método de los mínimos cuadrados.
Números Número de
2° Paso 2 2
Vendedor
de
llamadas
unidades
vendidas
x y xy
(X) (Y) 400 900 600
Alan Mamani 20 30 1600 3600 2400
Mario López 40 60 900 3600 1800
n=6

ECUACIÓN Lalo Martínez 30 60 100 1600 400

REGRESIÓN Carlos Lu 10 40 400 2500 1000
FINAL
Juan Huamán 20 50 400 1225 700
^y =β 0 + β 1 x Marco Pineda
SUMATORIA 20
140 35
275 3800 6900

𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦 𝛽 1=¿6 (6900) – 140(275) ∑ 𝑦 − 𝛽1 ∑ 𝑥 275 –

𝛽 0 =¿ 0.91(140)
𝛽 1= 6 (3800) – 140 2 𝛽=
0
𝑛
6 ^y =24.69+0.91 x
𝑛 ∑ 𝑥 − (∑ 𝑥 )
2 2
= 24.69
= 0.91
Estadística Empresarial
Generar el Diagrama de Dispersión
En PSPP
Diagrama de El diagrama de
Dispersión 1º Elegimos la
Variable dependiente
dispersión nos muestra
que los datos pueden
2º Elegimos la aproximarse a una
Variable independiente recta, ya que hay una
relación positiva entre
“x” e “y”.

3º

Estadística Empresarial
Generar la Ecuación de Regresión Lineal
En PSPP
Ecuación de
Regresión
Lineal 3º
1º Elegimos la
Variable dependiente

2º Elegimos la Variable
independiente

Estadística Empresarial
Generar la Ecuación de Regresión Lineal
En PSPP
Ecuación de
Regresión
Lineal Intersección de la
recta de regresión
con el eje Y

La ecuación de regresión
^
y =β0+ β1 x Coeficiente
lineal estimada es: de regresión
^
𝑦 =24.69+ 0.91 𝑥
Estadística Empresarial
Tú determina la ecuación de estimulación
lineal en PSPP
Una compañía de bienes raíces residenciales de la ciudad de Lima desea conocer la relación de los
costos mensuales de renta para departamentos, basado en el tamaño de los mismos definidos por
pies cuadrados de espacios. Se selecciona una muestra de 25 departamentos:

Departamento 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Pies
850 1450 1085 1232 718 1485 1136 726 700 956 1100 1285 1985 1369 1175 1225 1245 1259 1150 896 1361 1040 755 1000 1200
Cuadrados

Dólares 950 1600 1200 1500 950 1700 1650 935 875 1150 1400 1650 2300 1800 1400 1450 1100 1700 1200 1150 1600 1650 1200 800 1750

Con los resultados obtenidos, determina la ecuación estimada de regresión lineal y el diagrama de
dispersión, utilizando el PSPP.
Estadística Empresarial
Actividad
A partir del cuestionario creado anteriormente en Word con tema libre relacionado al
ámbito empresarial y de la base de datos creada en el PSPP de las 20 observaciones, el
estudiante selecciona las preguntas cuantitativas (discretas y continuas) para determinar
el modelo de ecuación de estimación lineal utilizando el PSPP.
P1. De las 8 variables del cuestionario, selecciona las preguntas cuantitativas discretas y
continuas
P2. Determina el modelo de ecuación de estimación lineal, utilizando el PSPP en las
preguntas elegidas.
P3. Presenta en un archivo Word o PDF los resultados y el modelo de ecuación de
estimación lineal de las variables, luego sube el archivo a la plataforma Eva.
Estadística Empresarial
Fuentes consultadas
1. Anderson D., Sweeney D., Williams T. Estadística para la administración y economía. Décima edición.
Cengage Learning. 2008

2. García Ramos, J. A. Ramos González, C. D. y Ruiz Garzón, G. (2016). Estadística empresarial.

Servicio de Publicaciones de la Universidad de Cádiz

3. Lind, D. A., Marchal, W. G., & Wathen, S. A. (2012). Estadística aplicada a los negocios y la economía
(15a. ed.). México: McGraw-Hill Interamericana

4. Visauta, B. (2007). Análisis estadístico con SPSS 14: estadística básica. McGraw-Hill

Estadística Empresarial
 Recuerda

El contenido de esta PPT te servirá como

insumo para trabajar tus PPTs por sesión (en
los cuales podrás complementar con
información, ejemplos, etc.).
Gracias