1. Modelo de cuadrados mínimos:
El modelo de cuadrados mínimos (MC) busca la recta de regresión que mejor se ajusta a los datos, minimizando la suma de los cuadrados de las distancias verticales entre cada punto y la recta.
2. Minimización de residuos:
La recta de regresión se ajusta de tal manera que la suma de los cuadrados de los residuos (Eij) sea la mínima posible.
3. Distribución normal de los errores (Eij):
Los errores (Eij) se asumen como independientes y con una distribución normal con media cero y varianza constante.
4. Influencia de los Eij en la recta:
5. Supuestos del modelo de cuadrados mínimos:
6. Implicaciones de la distribución normal:
En resumen:
Nota:
El cumplimiento de los supuestos del modelo de cuadrados mínimos es fundamental para la validez de las inferencias estadísticas realizadas sobre la recta de regresión.
Para escribir su respuesta aquí, Ingresar o Crear una cuenta
Compartir