Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
REGRESIÓN LINEAL Profesora: Juana LLAMAS Auxiliar: Matías LARRÁ REGRESIÓN LINEAL Dadas dos variables aleatorias, sospechamos que una puede explicar el comportamiento de la otra de acuerdo a un modelo lineal. La variable independiente, X, pasa a llamarse explicativa o regresora. La variable dependiente, Y, pasa a llamarse explicada o regresada. REGRESIÓN LINEAL ORDENAMIENTO DE DATOS: Tamaño de muestra: Sumas simples: Sumas de cuadrados: REGRESIÓN LINEAL PRIMER OBJETIVO: Hallar la ecuación de la recta. Usando Mínimos Cuadrados Ordinarios: REGRESIÓN LINEAL O bien: REGRESIÓN LINEAL INTERPRETACIÓN DE LOS COEFICIENTES: Pendiente de la recta: Es la variación esperada de la variable explicada por el aumento unitario de la variable explicativa. Ordenada al origen de la recta: Es el valor esperado de la variable explicada cuando la variable explicativa es nula. REGRESIÓN LINEAL ESTIMACIONES A PARTIR DE LA RECTA: ¡¡¡ IMPORTANTE !!! Las estimaciones serán más confiables si el valor pertenece al rango de observaciones de la variable explicativa. REGRESIÓN LINEAL COEFICIENTE DE CORRELACIÓN: Nos da información sobre el tipo de relación entre las variables y su intensidad. IMPORTANTE! REGRESIÓN LINEAL COEFICIENTE DE DETERMINACIÓN: Nos da información sobre el porcentaje de la variación explicado por el modelo. IMPORTANTE! REGRESIÓN LINEAL PROPIEDAD: Donde: REGRESIÓN LINEAL VARIANZA DEL ERROR: DESVÍO DEL ERROR: REGRESIÓN LINEAL INFERENCIA EN EL MODELO DE REGRESIÓN LINEAL: IMPORTANTE!!! Bajo el cumplimiento de los supuestos de Gauss – Markov. REGRESIÓN LINEAL INTERVALOS DE CONFIANZA: Para el coeficiente de regresión: Para el coeficiente autónomo: Para el valor esperado de Y dado X: Predictivo: REGRESIÓN LINEAL TEST DE HIPÓTESIS: Para el coeficiente de regresión: Para el coeficiente de correlación:
Compartir