Tabla de contenido
Publicidad
S.A.E.M. THALES con la colaboración de CASIO
Como sabemos, la recta de regresión permite predecir, para un valor x,
el valor y que cabe esperar que presente un individuo de la población. Sin
embargo, puesto que el resultado es sólo una predición, el valor obtenido no
será en general el valor real, sino una estimación de éste que denotamos por
≥.
Análogamente, si nos interesa hacer prediciones de un valor x a partir de
un valor y, deberemos intercambiar el papel de ambas variables, en este caso,
la estimación proporcionada por la recta de regresión para un valor conocido de
y se denotará por ×.
De todas maneras a la hora de predecir valores de una variable a partir
de los de la otra hay que tener en cuenta las siguientes limitaciones:
• Las predicciones realizadas a partir de una recta de regresión no son fiables
si entre X e Y no hay un alto grado de correlación lineal; es decir, si r no es, en
valor absoluto, cercano a 1.
• La fiabilidad de una recta de regresión es mayor cuanto mayor sea el
número de datos considerados para calcularla.
• Las predicciones obtenidas para valores próximos al punto medio de la
distribución son más fiables que las obtenidas para valores muy alejados.
Como ejemplo, si un niño tiene 5 años, ¿cuánto se espera que mida?, ¿y
si mide 140 cm, cuántos años se espera que tenga?
Volviendo al menú principal, los cálculos se realizan desde el menú
RUN.
MENU 1 OPTN F5 (STAT)
5 F2 EXE
140 F1 EXE
Se estima que un niño de 5 años medirá 109 cm, cosa que como vemos
se aleja un poco de la realidad que proporciona la distribución.
Un niño que mida 140 cm, se estima que debería tener 8 años.
En cualquier caso la recta de regresión explicaría el 94.75% de los casos
ya que r=0.95751424.
Curso de calculadoras gráficas
- 47 -
Publicidad
Tabla de contenido
