Está en la página 1de 9

MODELADO LINEAL

RCommander

Cristina Acosta Muñoz


Ingeniera Ambiental
Especialista en Sistemas de Información Geográfica
Candidata a Máster en Geomática, Teledetección y Modelamiento Espacial Aplicado a la Gestión Forestal
http://www.tesiseinvestigaciones.com/
MODELOS COMUNES

Lineal
Parabólico
Cúbico
Polinómico

No lineales
Exponencial
Potencial
Hiperbólico
Logístico
1º PASO
COEFICIENTE DE CORRELACIÓN SIMPLE

- Pearson
- Test de hipótesis

MATRIZ DE CORRELACIÓN
2º PASO
CONTRASTES DE INCORRELACIÓN

Estadístico T

H0: X está incorrelada con Y 


H1: X está correlada con Y 

α= 0.05

Para todo α ≤ P-valor  Se acepta la Hipótesis Nula


Para todo α ≥ P-valor  Se rechaza la Hipótesis Nula
3º PASO
ESTIMACIÓN DE PARÁMETROS DEL MODELO LINEAL

Dibujar recta de regresión


No todos los puntos se encuentran sobre la línea; es decir,
hay una diferencia entre el valor real y el valor estimado.

RESIDUO = ɛ
MINIMOS CUADRADOS para minimizar la función, es decir,
para que la suma de los cuadrados de los residuos sean lo
más pequeño posible
4º PASO
CONTRASTES DE VALIDACIÓN

Test F de Snedecor – Basado en el teorema de descomposición de la varianza

Hipótesis nula: Rechazo Globalmente el Modelo 


Hipótesis alternativa: Acepto Globalmente el Modelo 

α= 0.05

Para todo α ≤ P-valor  Se acepta la Hipótesis Nula


Para todo α ≥ P-valor  Se rechaza la Hipótesis Nula
5º PASO
MIRAR SI SE PUEDE ELIMINAR ALGÚN TÉRMINO DEL MODELO

Test T-Student

Hipótesis nula: Podemos eliminar la variable del modelo 


Hipótesis alternativa: La variable es influyente 

α= 0.05

Para todo α ≤ P-valor  Se acepta la Hipótesis Nula


Para todo α ≥ P-valor  Se rechaza la Hipótesis Nula
6º PASO
ESTUDIAR LAS PROPIEDADES DE LOS RESÍDUOS
(Relacionado con la normalidad de la variable dependiente)

A) La media de los residuos debe de ser 0 

B) Los residuos deben de ser Homocedásticos  Varianza (εi) = cte

C) Los residuos han de estar incorrelados entre sí  Test Durbin-Watson

Hipótesis nula: ρ = 0  Incorrelados


Hipótesis alternativa: ρ > 0  Autocorrelación Positiva
Hipótesis alternativa: ρ ≠ 0  Autocorrelados
Hipótesis alternativa: ρ < 0  Autocorrelación Negativa

D) Normales (media = 0 y varianza cte)

También podría gustarte