Documentos de Académico
Documentos de Profesional
Documentos de Cultura
www.wuolah.com/student/TarrySergio123
787624
Tema-3-Analisis-de-regresion.pdf
Resúmenes de la Asignatura
1º Estadística Descriptiva
Grado en Economía
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su
totalidad.
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-2093181
- Caso lineal:
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
➢ Recta de regresión de Y sobre X (𝑦 ∗ ): Recta que permite la predicción de los valores de la
variable Y conociendo los valores de la variable X.
𝑓(𝑥; 𝑎, 𝑏) = 𝑎 + 𝑏𝑥 = 𝑦 ∗
➢ Recta de regresión de X sobre Y (𝑥 ∗ ): Recta que permite la predicción de los valores de la
variable X conociendo los valores de la variable Y.
𝑓(𝑦; 𝑎′, 𝑏′) = 𝑎′ + 𝑏′𝑦 = 𝑥 ∗
- Caso lineal:
A. Recta de regresión de Y/X:
𝐼 𝐽 𝐼 𝐽 𝐼 𝐽
∗
𝑛𝑖𝑗 2 2 𝑛𝑖𝑗 2 𝑛𝑖𝑗
𝑦 = ∑ ∑[𝐸𝑟𝑟𝑜𝑟] · = ∑ ∑[𝑦𝑗 − 𝑓(𝑥𝑖 ; 𝑎, 𝑏)] · = ∑ ∑[𝑦𝑗 − (𝑎 + 𝑏𝑥𝑖 )] ·
𝑁 𝑁 𝑁
𝑖=1 𝑗=1 𝑖=1 𝑗=1 𝑖=1 𝑗=1
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
𝑆𝑋𝑌 𝑆𝑌
𝑎 = 𝑦̅ − 𝑏𝑥̅ 𝑏= 2 =𝑟·
𝑆𝑋 𝑆𝑋
𝑆𝑋𝑌 𝑆𝑋𝑌 𝑆𝑋𝑌 𝑆𝑋𝑌 𝑆𝑋𝑌 𝑆𝑌
𝑦 ∗ = 𝑎 + 𝑏𝑥 = (𝑦̅ − · 𝑥̅ ) + ( 2 ) · 𝑥 = 𝑦̅ − 2 · 𝑥̅ + 2 · 𝑥 = 𝑦̅ + 2 · (𝑥 − 𝑥̅ ) = 𝑦̅ + 𝑟 · · (𝑥 −
𝑆𝑋2 𝑆𝑋 𝑆𝑋 𝑆𝑋 𝑆𝑋 𝑆𝑋
𝑆𝑋𝑌 𝑆
𝑎′ = 𝑥̅ − 𝑏′𝑦̅ 𝑏′ = = 𝑟 · 𝑆𝑋
𝑆𝑌2 𝑌
𝑆𝑋𝑌 𝑆𝑋𝑌 𝑆𝑋𝑌 𝑆𝑋𝑌 𝑆𝑋𝑌 𝑆𝑋
𝑥 ∗ = 𝑎′ + 𝑏′𝑦 = (𝑥̅ − 2 · 𝑦̅) + ( 2 ) · 𝑦 = 𝑥̅ − 2 · 𝑦̅ + 2 · 𝑦 = 𝑥̅ + 2 · (𝑦 − 𝑦̅) = 𝑥̅ + 𝑟 · · (𝑦 − 𝑦̅)
𝑆𝑌 𝑆𝑌 𝑆𝑌 𝑆𝑌 𝑆𝑌 𝑆𝑌
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
𝑆𝑋 𝑆𝑌 𝑆𝑋 𝑆𝑌 (𝑆𝑋 𝑆𝑌 )2 𝑆𝑋 𝑆𝑌
𝑖=1
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
4. Predicción obtenida por una función de regresión o valor teórico de una variable
(y*):
- Media del valor teórico de una variable (𝐲̅ ∗):
∑𝐽𝑗=1 𝑦𝑗∗ · 𝑛𝑗
∗
𝑦̅ =
𝑁
∗
∑𝐼𝑖=1 𝑥𝑖∗ · 𝑛𝑖
𝑥̅ =
𝑁
A. Relación entre la media aritmética del valor teórico de una variable y la media aritmética
de la variable:
𝑆𝑋𝑌 𝑆𝑋𝑌 𝑆𝑋𝑌
𝑦 ∗ = 𝑦̅ + 2 · (𝑥 − 𝑥̅ ) → 𝑦̅ ∗ = 𝑦̅ + 2 · (𝑥̅ − 𝑥̅ ) → 𝑦̅ ∗ = 𝑦̅ + 2 · 0 → 𝑦̅ ∗ = 𝑦̅
𝑆𝑋 𝑆𝑋 𝑆𝑋
𝑆𝑋𝑌 𝑆𝑋𝑌 𝑆𝑋𝑌
𝑥 ∗ = 𝑥̅ + 𝑆2 · (𝑦 − 𝑦̅) → 𝑥̅ ∗ = 𝑥̅ + · (𝑦̅ − 𝑦̅) → 𝑥̅ ∗ = 𝑥̅ + · 0 → 𝑥̅ ∗ = 𝑥̅
𝑌 𝑆𝑌2 𝑆𝑌2
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
valores teóricos de la variable en lugar de los valores teóricos de la variable.
𝐽 2 𝐽 2
(𝑦𝑗∗ − 𝑦̅ ∗ ) · 𝑛𝑗 𝑦𝑗∗ · 𝑛𝑗
𝑆𝑌2∗ =∑ = (∑ ) − (𝑦̅ ∗ )2
𝑁 𝑁
𝑗=1 𝑗=1
𝐼 2 𝐼
(𝑥𝑖∗ − 𝑥̅ ∗ )2 · 𝑛𝑖 𝑥𝑖∗ · 𝑛𝑖
𝑆𝑋2∗ =∑ = (∑ ) − (𝑥̅ ∗ )2
𝑁 𝑁
𝑖=1 𝑖=1
Interpretación:
➢ Ajuste excelente (𝑆𝑌2∗ = 𝑆𝑌2 ó 𝑆𝑋2∗ = 𝑆𝑋2 ): Al emplear los valores teóricos de la variable en
lugar de la media aritmética de la variable para realizar predicciones, la mejora producida
es exactamente igual a la varianza de la variable, eliminándose. Características:
o La varianza residual (SE2 ) es 0.
➢ Ajuste pésimo (𝑆𝑌2∗ = 0 ó 𝑆𝑋2∗ = 0): Al emplear los valores teóricos de la variable en lugar
de la media aritmética de la variable para realizar predicciones, la predicción no mejora.
Características:
o La varianza residual (SE2 ) es igual a la varianza de la variable (SY2 ó SX2 ).
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
La media aritmética del error siempre es igual a 0.
𝐸 = 𝑦 − 𝑦 ∗ → 𝐸̅ = 𝑦̅ − 𝑦̅ ∗ = 𝑦̅ − 𝑦̅ = 0
𝐸 = 𝑥 − 𝑥 ∗ → 𝐸̅ = 𝑥̅ − 𝑥̅ ∗ = 𝑥̅ − 𝑥̅ = 0
Interpretación:
➢ Ajuste excelente (𝑆𝐸2 = 0): Las predicciones realizadas por la función de regresión
coinciden con los valores reales de la variable. Características:
o El coeficiente de correlación lineal (r) es 1.
o La varianza debida a la regresión (SY2∗ ó SX2∗ ) es igual a la varianza de la variable
(SY2 ó SX2∗ ).
➢ Ajuste pésimo (𝑆𝐸2 = 𝑆𝑌2 ó 𝑆𝐸2 = 𝑆𝑋2): La recta de regresión no supone ninguna mejora de la
predicción con respecto a la que ya nos permitía hacer la media aritmética de la variable.
Características:
o El coeficiente de correlación lineal (r) es 0.
o La varianza debida a la regresión (SY2∗ ó SX2∗ ) es igual a 0.
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-2093181
A. Caso lineal:
En el caso lineal, el coeficiente de determinación lineal puede expresarse como:
𝑆𝑌2∗ 𝑆𝑌2 · 𝑟 2
𝑅2 = = = 𝑟2
𝑆𝑌2 𝑆𝑌2
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
𝑆𝑋2∗ 𝑆𝑋2 · 𝑟 2
𝑅2 = 2 = = 𝑟2
𝑆𝑋 𝑆𝑋2
Interpretación:
➢ Ajuste excelente (𝑅 2 = 1): Las predicciones realizadas por la función de regresión
coinciden con los valores reales de la variable. Características:
o La varianza residual (SE2 ) es 0.
o La varianza debida a la regresión (SY2∗ ó SX2∗ ) es igual a la varianza de la variable
(SY2 ó S𝑋2 ).
➢ Ajuste pésimo (𝑅 2 = 0): La recta de regresión no supone ninguna mejora de la predicción
con respecto a la que ya nos permitía realizar la media aritmética de la variable.
Características:
o La varianza residual (SE2 ) es igual a la varianza de la variable (SY2 ó SX2).
o La varianza debida a la regresión (SY2∗ ó SX2∗ ) es igual a 0.
6. Linealización:
- Función potencial:
En caso de que un conjunto de valores se ajusten a una función potencial (función de regresión
potencial), puede linealizarse para la función para favorecer su estudio.
- Función exponencial:
En caso de que un conjunto de valores se ajusten a una función exponencial (función de
regresión exponencial), puede linealizarse la función para favorecer su estudio.
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.