Documentos de Académico
Documentos de Profesional
Documentos de Cultura
donde yi es la respuesta observada a los valores x1i, x2i,..., xki de las k variables inde-
pendientes x1, x2,..., xk. Se supone que cada observación (x1i, x2i,..., xki, yi) satisface la
siguiente ecuación:
Modelo de y i = β0 + β1 x 1i + β2 x 2i + · · · + βk x ki + i
regresión lineal o bien,
múltiple y i = ŷ i + ei = b0 + b1 x 1i + b2 x 2i + · · · + bk x ki + ei ,
donde i y ei son el error aleatorio y el residual, respectivamente, asociados con la res-
puesta yi y con el valor ajustado ŷi.
Como en el caso de la regresión lineal simple, se supone que los i son independientes y
están distribuidos en forma idéntica con media cero y varianza común σ 2.
Si usamos el concepto de mínimos cuadrados para obtener los estimados b0, b1,...,
bk, minimizamos la expresión
n n
SCE = e2i = ( y i − b0 − b1 x 1i − b2 x 2i − · · · − bk x ki ) 2 .
i =1 i =1
Si, a su vez, diferenciamos la SCE respecto a b0, b1,..., bk e igualamos el resultado a cero,
generamos el conjunto de k + 1 ecuaciones normales para la regresión lineal múltiple.