Modelos de regresión lineal simple (solamente tiene una variable x (una variable predeterminada))

La regresión es una técnica usada para encontrar la ecuación o modelo que mejor explica la relación entre una variable
objeto de estudio (variable endógena) y una o más variables predeterminadas que explican el comportamiento de la
variable objeto estudio

En el caso de la regresión lineal, se trata de estimar la recta para la población

objeto de estudio:
 Siendo Y la variable endógena y X la variable predeterminada
 β0 es la ordenada en el origen (o constante o intercepto)
 β1 es la pendiente de la recta. Ambos son los coeficientes del modelo poblacional
 Ꜫ Es la perturbación aleatoria o termino error aleatorio.

Si tiene mas de una variable predeterminada es un modelo de regresion multiple

En el caso de la regresión lineal, se trata de estimar el hiperplano de regresión para la población objeto de estudio:
 Siendo Y la variable endógena y 𝑋𝑋 , 𝑋𝑋 , ... 𝑋𝑋 las variables predeterminadas ;
 β0 es la ordenada en el origen (o constante o intercepto)
 β , β ,..., β los parámetros estructurales del modelo
 Ꜫ𝑖𝑖 Es la perturbación aleatoria o termino error aleatorio.

a) El método de mínimos cuadrados ordinarios (MCO)
El modelo de regresión lineal simple poblacional para una población de tamaño N

Como no se trabaja con toda la población se selecciona una muestra de la población de tamaño n

Para poder calcular los valores de los coeficientes b se utiliza un método de estimación, el mas utilizado es el método
de mínimos cuadrados ordinarios (MCO)

Estimación de los coeficientes por el método de mínimos cuadrados orientados