Capitulo 9

Regresión Lineal Simple

Introducción
Introducción
Introducción
Medidas de dependencia lineal
Medidas de dependencia lineal
El Coeficiente de Correlación lineal está dado por:

r (x,y) =

El Coeficiente de Determinación es el cuadrado del Coeficiente de Correlación:

R2 = r2(x,y)
El modelo de regresión lineal simple
El modelo de regresión lineal simple: error o residuo
Método de los Mínimos Cuadrados

ó
Método de los Mínimos Cuadrados -Ejemplo
Método de los Mínimos Cuadrados -Ejemplo
Método de los Mínimos Cuadrados con Excel
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.8471402
Coeficiente de determinación R^2 0.71764652
R^2 ajustado 0.68235233
Error típico 5.09810141
Observaciones 10
Mean square
ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los Valor crítico
F
libertad cuadrados cuadrados de F
Regresión 1 528.474896 528.474896 20.33327908 0.00197779
Residuos 8 207.925104 25.990638
Total 9 736.4
p-valor
Superior Inferior Superior
Coeficientes Error típico Estadístico t Probabilidad Inferior 95%
95% 95.0% 95.0%
Intercepción 74.1151179 8.73577152 8.484095274 2.85402E-05 53.9703926 94.2598431 53.9703926 94.2598431
Variable X 1 -1.35367545 0.30020011 -4.509243737 0.001977787 -2.04593814 -0.66141276 -2.04593814 -0.66141276
Estimación de la varianza de errores
• La varianza de los errores se estima con:

El estimador no sesgado de σ2 es la Varianza residual:

Estimación de la varianza residual
Estimación de Varianza residual
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.8471402
Coeficiente de determinación R^2 0.71764652
R^2 ajustado 0.68235233
Error típico 5.09810141
Observaciones 10
Mean square
ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los Valor crítico
F
libertad cuadrados cuadrados de F
Regresión 1 528.474896 528.474896 20.33327908 0.00197779
Residuos 8 207.925104 25.990638
Total 9 736.4
p-valor
Superior Inferior Superior
Coeficientes Error típico Estadístico t Probabilidad Inferior 95%
95% 95.0% 95.0%
Intercepción 74.1151179 8.73577152 8.484095274 2.85402E-05 53.9703926 94.2598431 53.9703926 94.2598431
Variable X 1 -1.35367545 0.30020011 -4.509243737 0.001977787 -2.04593814 -0.66141276 -2.04593814 -0.66141276
Inferencias sobre el modelo de regresión
Intervalo de confianza para la pendiente
El intervalo de confianza para β1 es:

β1 >

Donde es:

El Error típico (desviación estándar) de β1 es:

Prueba de hipótesis sobre la pendiente β1
• Si el valor verdadero de β1 es cero, entonces Y no depende de X. Por
lo tanto interesa saber:

• La región de rechazo de la Hipótesis nula es: (B= )

Intervalo de confianza de la pendiente

β1 >
Inferencia para la pendiente

Se rechaza la Hipótesis Nula Ho : β1 No es igual a 0