INTEGRANTES

 ARTICULO 1

Los datos y el análisis nos permiten obtener un resultado verídico acerca del
estudio que deseamos examinar y en base a la correlación y la regresión lineal
podemos logar un resultado, pero debemos seguir pasos primordiales para
encontrar su recta en conjunto con su intercepto y la pendiente; estas se
conforman de dos variables la independiente que le corresponde a Y y para la
dependiente X, asimismo su grafica es aquella que representa la relación que
proporciona una variable en la otra. Sin embargo, existen varios métodos que
nos pueden ayudar a solventar dicho estudio que queremos realizar como el
más conocido método de los mínimos cuadrados.

 ARTICULO 2

En definitiva, se pudo observar las expresiones de los estimadores de los

parámetros y de la varianza del error para un modelo de regresión ajustado
mediante el método de los mínimos cuadrados ordinarios, además consiste en
la obtención de un hiperplano de forma que se minimice la suma de los
cuadrados de las distancias entre cada una de las observaciones de la variable
y dicho hiperplano. Pero no sólo hay supuestos para el método, también hay
supuestos para uno de los componentes del modelo, el término de error o
perturbación.

Además, la heterocedasticidad como la autocorrelación son propiedades

naturales de ciertas variables, y que no es extraño encontrarlas en nuestros
problemas, ya que disponer de la relación real entre variable explicada y
explicativas puede ser imposible, y este método supone que la conocemos.

 ARTICULO 3

La regresión lineal está en conjunto con sus dos variables primordiales una
dependiente e independiente con ellas podemos llegar a los resultados
recordando que la línea de regresión no puede excederse de los datos
obtenido. Sin embargo, podemos encontrar relaciones entre 2 o más variables
y se requiere de otros métodos para llegar a una conclusión, también depende
de que sus variables sean del tipo nominal o numérica de eso también va a
depender su análisis; generalmente son numéricas que nos permiten estimar
cuánto crece o decrece una variable en relación a la otra, es decir
obtendríamos una regresión lineal y podríamos encontrar la recta óptima.

Mientras que la fórmula del error de la medicación nos permite medir las
variaciones de aquella recta mediante los datos obtenidos; además la
presencia de más de 2 variables nos permite utilizar el método de regresión
múltiple y encontrar la varianza dependerá mucho de su análisis, asimismo
varios factores incluirán en este caso.