Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Regresión lineal
Forma matemática de
regresión lineal simple
Regresión lineal
Cada uno de los componentes de la regresión lineal tiene una forma matemática de expresarse:
Variable independiente.
Regresión lineal
Regresión lineal
Condiciones de partida:
Elaboración propia.
Modelos de regresión lineal simple- parte I
Regresión lineal
Elaboración propia.
Modelos de regresión lineal simple- parte I
Regresión lineal
Con la minimización del error se obtendrán los parámetros betas de la siguiente manera:
Promedio Y
donde
Y
Promedio X
Covarianza (X,Y)
Regresión lineal
Si ya conocemos los betas, ¿ahora qué?
Elaboración propia.
Regresión lineal
¿Cómo concluimos?
Regresión lineal
Si ya conocemos los betas, ¿ahora qué?
Ahora aprenderemos a ver lo robusto del modelo mediante el análisis de la varianza o ANOVA.
Variabilidad de Y respecto a su
promedio:
Suma cuadrado total (SCT) Suma cuadrado del modelo (SCM) Suma cuadrado del error (SCE)
Modelos de regresión lineal simple- parte I
Regresión lineal
Tabla ANOVA (análisis de la varianza):
Modelo
Residual
Total
Elaboración propia.
Modelos de regresión lineal simple- parte I
Regresión lineal
Coeficiente R cuadrado
Elaboración propia.
Regresión lineal
Supuestos al modelo de regresión lineal:
Supuesto Descripción
Linealidad o correcta especificación del modelo. Si no se tiene linealidad se dice que tenemos un
error de especificación.
No correlación de los errores. Los errores obtenidos no deben presentar relación
alguna.
Homogeneidad de la varianza de los errores. No deben existir valores alto de la varianza de los
errores.
Distribución normal de los errores. Los errores se deben distribuir normales con media
en torno al 0.
Siegel, S. (1980). Estadística no paramétrica aplicada a las ciencias de la conducta. España: Editorial Trillas.