Está en la página 1de 8

PROBABILIDAD Y ESTADISTICA

REGRESION LINEAL


REGRESION LINEAL
En estadstica la regresin linealo ajuste lineal es
un mtodo matemtico que modelista la relacin entre
una variable dependiente Y, las variables
independientes X
i
y un trmino aleatorio .
Este modelo puede ser expresado como:


MODELO DE REGRESION LINEAL
El modelo lineal relaciona la variable
dependiente Y con K variables explicativas
X
k
(k = 1,...K), o cualquier transformacin de stas, que
generanun hiperplano de parmetros
k
desconocidos:
Donde es la perturbacin aleatoria que recoge todos
aquellos factores de la realidad no controlables u
observables y que por tanto se asocian con el azar, y es
la que confiere al modelo su carcter estocstico. En el
caso ms sencillo, con una sola variable explicativa,
el hiperplano es una recta:
SUPUESTOS DEL MIDELO DE
REGRESION LINEAL
Para poder crear un modelo de regresin lineal, es
necesario que se cumpla con los siguientes supuestos:
3

La relacin entre las variables es lineal.
Los errores en la medicin de las variables explicativas
son independientes entre s.
Los errores tienen varianza constante.
Los errores tienen una esperanza matemtica igual a
cero (los errores de una misma magnitud y distinto
signo son equiprobables).
El error total es la suma de todos los errores.
REGRESION LINEAL SIMPLE
Slo se maneja una variable independiente, por lo que
slo cuenta con dos parmetros. Si sabemos que existe
una relacin entre una variable denominada
dependiente y otras denominadas independientes
puede darse el problema de que la dependiente asuma
mltiples valores para una combinacin de valores de
las independientes.
REGRESION LINEAL MULTIPLE
La regresion lineal nos permite trabajar con una
variable a nivel de intervalo o razn, as tambin se
puede comprender la relacin de dos o ms variables y
nos permitir relacionar mediante ecuaciones, una
variable en relacin a otras variables llamndose
Regresin mltiple.
BIBLIOGRAFIA
Walpole, Ronald E.; Raymond H.; Myers, Sharon
L.; Probabilidad y Estadstica para Ingenieros. Pretice-
Hall Hispanoamericana, S.A. Mxico. ISBN-10:
9701702646.
Devore, Jay L.; Probabilidad y Estadstica para
Ingeniera y Ciencias. International Thomson Editores.
Mxico. ISBN-10: 9706864571.

También podría gustarte