2.1.

Ideas básicas

La tabla 1 contiene datos de una población total de 60 familias, así como su ingreso semanal X y su gasto
de consumo semanal Y Las familias se dividen en diez grupos según su ingreso, de la misma manera el
consumo se divide en grupos.

Tabla 1

Ingreso familiar semanal

En cada rango de ingreso existen diferentes consumos familiares, por tanto, se toma el promedio
(esperanza condicional de Y dado X E(YIX)) para cada ingreso. A estos valores medios se los conoce como
valores esperados condicionales. Para responder a la pregunta ¿cuál es el valor esperado del consumo
semanal de una familia cuyo ingreso mensual es de 80 USD.?

El valor esperado incondicional del consumo responde a la pregunta ¿cuál es el valor esperado del
consumo semanal de una familia? Semanal es:

Figura 1

Ingreso familiar semanal

Los puntos oscuros dentro de los círculos muestran los valores medios condicionales de Y, graficados en
función de diferentes valores de X. La recta se conoce como la línea de regresión poblacional (LRP) o
curva de regresión poblacional (CRP). Se denomina poblacional debido a que en este caso usamos con
toda la población hipotética de 60 familias.

Para cada X, existe una población de valores Y, que se distribuyen alrededor de la media de dichos
valores Y Suponemos por simplicidad que los valores X están distribuidos simétricamente alrededor de
sus respectivos valores medios y la curva pasa por estos valores medios.

2.2. Función de regresión poblacional

La función de esperanza condicional (FEC) o función de regresión poblacional (FRP) o regresión
poblacional (RP) se define por la ecuación:

Donde f(Xi) denota alguna función de la variable explicativa X En el ejemplo anterior, vimos que
la FRP es una función lineal. En otras palabras, es el valor esperado de la distribución Y dada Xi.
Si pensamos en el consumo e ingreso, podemos suponer que la FRP es una función lineal, del
tipo

Donde las betas son parámetros no conocidos pero fijos. Se denominan coeficientes de regresión o
coeficientes de intersección y pendiente, respectivamente.

2.2.1. Linealidad

1. Linealidad en las variables

Cuando la esperanza condicional de Y es una función lineal de Xi geométricamente es una recta. Por

ejemplo, no es una función lineal.

2. Linealidad en los parámetros

Cuando la esperanza condicional de Y es una función lineal de los parámetros (betas), puede ser o no

lineal en la variable X. Por ejemplo, es un modelo lineal (en el parámetro). Por otro

lado, es un modelo de regresión no lineal (en el parámetro).

Entonces, el término regresión lineal siempre significará cuando sea lineal en los parámetros (betas) y
puede ser o no lineal en las variables explicativas X.

Tabla 2

Modelos de regresión lineal

2.2.2. Especificación estocástica de la FRP

A pesar de que las familias tengan un ingreso similar, cada una presenta un diferente consumo, cada
una se agrupa alrededor de la esperanza condicional, entonces expresamos la desviación de Yi alrededor
de su valor esperado como

donde la variable Vi es no observable y adopta valores positivos o negativos. Se le conoce como

perturbación estocástica o término de error estocástico.

Entonces, E(X) es un componente sistemático o determinista, mientras que Vi es un componente

aleatorio o no sistemático. Este representa a todas las variables omitidas o ignoradas que pueden
afectar Y que no se incluyen en el modelo de regresión.

Por tanto, podemos escribir la ecuación como

Si tomamos el valor esperado (operador esperanza) en ambos lados

2.3. Función de regresión muestral (FRM)

Hasta el momento, suponíamos que teníamos la información poblacional. En la práctica, es más

probable que siempre tengamos valores muestrales, entonces ahora necesitamos estimar la FRP con
información muestral.

Si ahora en vez de tener la tabla poblacional con información de los ingresos y consumos familiares,
tenemos únicamente dos muestras aleatorias:

Tabla 3
Primera muestra aleatoria (izquierda) de la tabla de población entre consumo e ingreso y segunda
muestra aleatoria (derecha)

Figura 2

Gráfica de líneas de regresión muestra/ de las dos muestras aleatorias de la tabla de población entre
ingresos y consumos familiares

Las líneas de la gráfica son las líneas de regresión muestral, es decir, son una aproximación a la
verdadera línea de regresión poblacional. Entonces, la función de regresión muestral (FRM) se puede
escribir como:
Donde el sombrero o gorra señalan que son valores estimados. El estimador o estadístico muestral es un
método para estimar el parámetro poblacional a partir de información muestral. La FRM también se
puede expresar como:

De igual manera, es el término residual (muestral). Si comparamos la FRM y la FRP obtenemos el

siguiente gráfico.

Figura 3

Líneas de regresión muestra/ y poblacional

En términos de la FRM, la Yi observada se expresa como: