Partición de la variabilidad total y estimación de σ²

Para hacer inferencias sobre β0 y β1 es necesario llegar a una estimación del

parámetro σ 2 que aparece en las dos fórmulas anteriores de la varianza de B0 y
B1. El parámetro σ 2, el modelo de la varianza del error, refleja una variación
aleatoria o una variación del error experimental alrededor de la recta de regresión.
En gran parte de lo que sigue se recomienda emplear la notación

n n n
Sxx=∑ (Xi−X )², Syy=∑ (Yi−Y )², Sxy=∑ (Xi−X )(Yi−Y ).
i=1 i=1 i=1

De manera que la suma de los cuadrados del error se puede escribir como sigue:

n n
SCE=∑ (Yi−b 0−b 1 Xi) ²=∑ [(Yi−Y )−b 1(Xi− X)]²
i=1 i=1

n n n
2
= ∑ (Yi−Y ) −2b 2 ∑ (Xi−X )(Yi−Y )+b 1² ∑ (Xi−X )²
i=1 i=1 i=1

= Syy−2 b 1SXy+b 1² Sxx = Syy −b 1 SXy.

que es el paso final que surge del hecho de que b1 = S xy /Sxx.

Un estimador insesgado de σ² es
n
SCE (Yi− ŷ ) ² S yy −b 1 S xy
S² = =∑ = .
N −2 i=1 n−2 n−2
Intervalos de confianza para el intersecto y la pendiente, del modelo de
regresión lineal.

Los intervalos de confianza y la prueba de hipótesis del coeficiente β0 se podrían

establecer a partir del hecho de que B0 también se distribuye de forma normal. No
es difícil demostrar que;

B 0−β 0
T=
S √❑

Intervalo de confianza para β0

Un intervalo de confianza de 100(1 – α)% para el parámetro β0 en la recta de

regresión μY|x = β0 + β1x es

S tα S
b 0−tα /2 √ ❑ ¿ β 0<b 0+ √❑
√ nSxx 2 √ nSxx

donde tα/2 es un valor de la distribución t con n – 2 grados de libertad.

Intervalo de confianza para β1

s
b1 +tα/2
√❑

donde tα/2 es un valor de la distribución t con n – 2 grados de libertad.

Inferencias sobre los coeficientes de regresión

Además de tan sólo estimar la relación lineal entre x y Y para fines de predicción,
el experimentador podría estar interesado en hacer ciertas inferencias acerca de la
pendiente y la intersección. Para dar ocasión a la prueba de hipótesis y a la
construcción de intervalos de confianza para β0 y β1, debemos estar dispuestos a
hacer la suposición adicional de que cada si, i = 1, 2, ..., n, se distribuye de forma
normal. Esta suposición implica que Y1, Y2,..., Yn también están distribuidas
normalmente, cada una con una distribución de probabilidad n(yi; β0 + β1xi, σ).

A partir de la sección 11.4 sabemos que B1 tiene una distribución normal, y

suponiendo normalidad, un resultado muy parecido al que se plantea en el
teorema 8.4 nos permite concluir que (n – 2)S2/σ 2 es una variable chi cuadrada
con n – 2 grados de libertad, independiente de la variable aleatoria B1. Entonces,
el teorema 8.5 garantiza que el estadístico

(B 1−β 1)/( σ /√ Sxx) B 1− β 1

T= =
S /σ S /√ Sxx

tenga una distribución t con n – 2 grados de libertad. Podemos utilizar el

estadístico T para construir un intervalo de confianza del 100(1 – α)% para el
coeficiente β1.

Un intervalo de confianza de 100(1 – α)% para el parámetro β1 en la recta de

regresión μY|x = β0 + β1x es

Intervalo de confianza para β1

s
b1 +tα/2
√❑

donde tα/2 es un valor de la distribución t con n – 2 grados de libertad.

Ejemplo 11.2

Calcule un intervalo de confianza de 95% para β1 en la recta de regresión μY | x =

β0 + β1x, con base en los datos de contaminación de la tabla 11.1.

Solución: A partir de los resultados dados en el ejemplo 11.1, se determina que

Sxx = 4152.18 y Sxy = 3752.09. Además, se observa que Syy = 3713.88.
Recuerde que b1 = 0.903643. En consecuencia,

Syy −b 1 Sxy 3713.88−(0.903643)(3752.09)

S² = = =10.4299
n−2 31

Por lo tanto, al sacar la raíz cuadrada obtenemos s = 3.2295. Si usamos la tabla

A.4 encontramos que t0.025 ≈ 2.045 para 31 grados de libertad. Así, un intervalo
de confianza de 95% para β1 es

(2.045)( 3.2295)
0.903643−
√❑
que se simplifica a

0.8012< β 1<1.0061
Ejemplo 11.4:

Calcule un intervalo de confianza de 95% para β0 en la recta de regresión μY | x =

β0 + β1x con base en los datos de la tabla 11.1. Solución: En los ejemplos 11.1 y
11.2 se encontró que

Sxx = 4152.18 y s = 3.2295.

Del ejemplo 11.1 se tiene que

∑ x 2i=41,086 y b 0=3.829633 .
i=1

Si usamos la tabla A.4, encontramos que t0.025 ≈ 2.045 para 31 grados de

libertad. Por lo tanto, un intervalo de confianza de 95% para β0 es

3.829633−2.045¿ (3.2295) √ 41,086 ¿ < β0 < 3.829633 + 2.045 ¿(3.2295)√ 41,086 ¿

√❑ √❑

que se simplifica a 0.2132 < β0 < 7.4461.