Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Reporte:
Modelos Lineales y no lineales
Docente:
MSc. Jorge Luis Ramírez
Estudiante:
Fecha:
Curso:
4to Forestal
Período Académico
Noviembre 2020 - Marzo 2021
Modelos lineales
La regresión lineal es la técnica básica del análisis econométrico. Mediante dicha
técnica tratamos de determinar relaciones de dependencia de tipo lineal entre una
variable dependiente o endógena, respecto de una o varias variables explicativas o
exógenas. Gujarati (1975), define el análisis de regresión como el estudio de la
dependencia de la variable dependiente, sobre una o más variables explicativas, con el
objeto de estimar o predecir el valor promedio poblacional de la primera en términos de
los valores conocidos o fijos (en medias muestrales repetidas) de las últimas.
En este capítulo abordaremos el estudio del caso de una única ecuación de tipo lineal
con una variable dependiente y una independiente, y la generalización del modelo al
caso de múltiples variables exógenas. Las extensiones del modelo lineal general se
analizarán en capítulos siguientes (Montero, 2008).
Partimos de la existencia de una relación lineal entre una variable endógena (YiYi) y
una variable exógena (XiXi):
Yi=β1+β2Xi+ei,i=1,2,…,n
y=β0∗xβ1x
Ejemplo en R
# Paquetes a instalar
library(dplyr)
library(ggplot2)
# Generar participantes
id <- 1:100
# Generar dosis
dosis <- sort(rep(seq(20,100,20), 20))
# Graficar
Modelos no lineales
𝑌𝑡 = 𝑓 𝑋𝑡 , 𝛽 + 𝑈𝑡
● Permiten modelar datos reales en forma “natural” con mucha flexibilidad (por
ejemplo, con asíntotas, valores positivos de las YY, un único valor máximo).
● Muchos parámetros tienen interpretación práctica (tasas de degradabilidad,
crecimiento máximo, velocidad máxima de absorción, etc.)
● Se deben usar métodos iterativos para estimar los parámetros por mínimos
cuadrados, máxima verosimilitud (García, 2015).
Exponencial: ∂E(Y)/dt=γE(Y)
E(Y)=αexp(γt).
Monomolecular: ∂E(Y)dt=γ(β−Y)
E(Y)=β−αexp(−γt).∂E(Y)dt=γ(β−Y)
E(Y)=β−αexp(−γt)
Logístico: ∂E(Y)dt=γE(Y)[β−E(Y)];
E(Y)=β1+exp(−α+γt).
Gompertz: ∂E(Y)dt=γE(Y)[logβ−logE(Y)]
E(Y)=βexp[−αexp(−γt)].
Richards: ∂E(Y)dt=−γκγE(Y)[(E(Y)β)κ−1]
E(Y)=β[1+κexp(−γ(t−ξ))]−1/κ.
Modelo de un compartimiento:
E(Y)=dkaV(ka−ke)[exp(−ket)−exp(−kat).]
E(Y)=μ04πδtexp(−x2+y24δt)
E(Y)=β0+β1xI(x≤α)+[β1α+β2(x−α)]I(x>α)
E(Y)=(α+βx+γx2)−1
Bibliografía
Jara, P., Arnau, J., Rosel, J., & Caballer, A. (2011). A MODELIZACIÓN DE
RELACIONES LINEALES: ASPECTOS TEÓRICOS. Psicothema, 315-319.