Formulario

Y  1   2 X  u Función de regresión poblacional FRP

Yi  ˆ 1  ˆ 2 X i  ei
Función de regresión muestral FRM

Yˆi  ˆ 1  ˆ 2 X i Recta Ajustada o estimada. También

se la conoce como el ajuste

ei  Yi  Yˆi  Yi  ˆ1  ˆ2 X i

Residuos, conocidos también
como errores

xi  X i  X Desvió de X

yi  Yi  Y Desvió de Y

ˆ2  
X iYi  nXY Estimador beta 2

X i
2
 nX 2

ˆ2 
  X  X Y  Y    x y
i i i i
Estimador beta 2 en su forma de
desvíos.

 X  X  x
2 2
i i

ˆ1  Y  ˆ2 X Estimador beta 1

 Y  Y    y
2 2 Suma Total de Cuadrados (desvíos de
i i Y al cuadrado) STC

    yˆi 2
2
Yˆi  Y
Suma Explicada (Estimada) de
Cuadrados (desvíos de Y sombrero al
cuadrado) SEC

 ei    
2
Yi  Yˆi
2 Suma Residual de Cuadrados SRC

R2 
SEC

 (Yˆ  Y )2
i

STC  (Yi  Y )2

R 2STC  SRC
 1
 ei 2
STC  (Yi  Y )2 Coeficiente de Determinación ,

 ˆ22  xi2 x
R cuadrado
yˆ 2 2

R2  i
  ˆ22 i

y y y
2 2 2 R2
i i i

 2
2 Sx
ˆ
R  2  2 
2
S 
 y

  xi yi 
2

R2 
x y 2
i
2
i

 Y  Y Yˆ  Y 

i i Coeficiente de correlación r
rY ,Yˆ
 Y  Y   Yˆ  Y 
2 2
Formula por desvíos
i i

n X iYi    X   Y  Coeficiente de correlación r

r
 n X 2   X 2   n Y 2   Y 2 
  i  i    i  i  Formula tradicional
ˆ u2 
 e 2
i
Varianza de la estimación, varianza de
los errores, el hecho que lleve un

nk
sombrero ^ indica que la misma es
estimada

nk Grados de libertad. n es el número de

datos, k el número de parámetros a
estimar.

ˆ u  e 2
i
Error estándar de la estimación, Error
Típico de la estimación

nk
 u2
  x
var ˆ2  2
i
Varianza del estimador beta 2


ee  ˆ  
2
u Error Estándar del estimador beta 2

x
2 2
i Error Típico del estimador beta 2

 u2  X i2
 
var ˆ1 
n x 2
i
Varianza del estimador beta 1

 u2  X i2
 
ee ˆ1 
n xi2
Error estándar del estimador beta 1

Error típico del estimador beta 1

ˆ2   20
t
 
t para hipótesis simples
e.e. ˆ2

ˆ2   20 ˆ2
t  t para hipótesis de nulidad
s.e.(  2 ) s.e.( ˆ2 )
ˆ simple
Intervalo de confianza para b2

    
Pr ˆ2  e.e. ˆ2  tcrit   2  ˆ2  e.e. ˆ2  tcrit  1   
Relación F con R2

R 2 /( k  1)
F (k  1, n  k ) 
(1  R 2 ) /( n  k )
F a partir del análisis de varianza

SEC
F (1, n  k )  k  1
SRC
nk
F a partir del análisis de varianza (para un modelo de dos variables)

SEC
F (1, n  2) 
SRC
n2