REGRESION SIMPLE

Existe dos formas de hacer una ecuación de regresión simple: 1) corriendo los datos en un sofware dedicado a eso como aparece al final de esta página : 2) haciendo los cáñculos manualmente como aparece en seguida con los datos de la relación entre el consumo y los ingresos:

1                2             3                       4                           5           6

Consumo   Ingreso   1 - promedio    2 - promedio       3 x 4     (2 - d)x Y prom al cuadrado

325            350            -  105             - 119              12.495        14,161
335            364            -    95             - 105               9.775         11.025
355            385            -    75             -   84               6.300           7.056
375            405            -    55             -   64               3.520           4.096
401            438            -    29             -   31                  899              961
433            473                   3                   4                    12                16
466            512                 36                 43                1.548           1.849
492            547                 62                 78                4.836           6.084
537            590               107               121              12.947         14.641
576            630               146               161              23.506          25.921
_______________________________________________________________________
4.295       4.694                                                       76.038          85.820
430          469

b =76.038 / 85.810 = 0,89

a = 430  - 0,89 ( 469) = 13

C = a + b X

Consumo = 13  +  0,89  X

O sea para un valor de X igual a digamos ingreso de 700, entonces el consumo se estima así:

Consumo = 13 + 0,89 ( 700 )
Consumo = 646

Con un Coeficiente  de Correlación R = 0,99 ( 99%), y un Coeficiente de Determinación de o,98 (98%)

Pero la regresión también se puede hacer con esta herramienta :

http://people.hofstra.edu/stefan_waner/newgraph/regressionframes.html