Regresión Lineal
Regresión Lineal
Regresión Lineal
Y = - 80.222 + 0.877X
Pronosticar el peso para una persona que tiene una altura de 172.
Y = - 80.222 + 0.877(172)
Se pronostica un peso de 70.6 kg, para una persona que tiene172 cm.
DESARROLLO:
70
60
30
20
10
0
10 20 30 40 50 60 70 80 90 100 110
Coeficiente de relación
R=0.8407
R^2= 0.71
El 71% de componentes retenidas en el sistema corporal se debe
a la absorción del plomo y hierro.
Mientras el valor de determinación se acerca más al uno el
modelo de regresión será más útil para realizar las estimaciones,
por lo tanto, podemos concluir que el modelo es válido para las
estimaciones.
Y = 3.8657 + 0.4816x
Y= 4.3473X
X= 4.3473/y
X= 4.3473/15
X= 0.29 %
b) Interpreta la pendiente
b: 1.3199
Y= 20.876
Se estima una calificación de 20.876 cuando el tiempo de estudio es 10.
d) Estimar el tiempo de estudio cuando la calificación es 8
Y = 7.6772 + 1.3199x Y= 8.9971X
X= 8.9971/y X= 8.9971/8 X= 1.125
Se estima el tiempo de estudio de una hora (1.125), cuando la calificación es 8.
Y = - 9.2007 + 1.1577(120)
Y = 9.1635+ 1.0186(50)
Y= 60
Y= a+bX
Y = 22.512 – 2.3475X
Y = 22.512 – 2.3475(7.2)
Y= 5.61
El valor de la conducta agresiva que correspondería a un niño de 7.2 años es
de 5.61.
30
15
10
0
0 2 4 6 8 10 12 14 16 18 20
La gráfica sugiere que existe una correlación lineal positiva
Y= a+bX
Y = 20.0526 + 1.2639X
b) Que le dice este modelo sobre la relación entre los gastos publicitarios y
el número de pasajeros
Y = 20.0526 + 1.2639X
Y = 20.0526 + 1.2639(20)
Y= 45.33