Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Administradores
Capítulo 15
Introducción a la Regresión
Curvilínea
Chap 15-2
Modelo de Regresión Cuadrática
Yi β0 β1X1i β2 X εi 2
1i
donde:
β0 = Ordenada al origen
β1 = Coeficiente del efecto lineal
β2 = Coeficiente del efecto cuadrático
εi = Error aleatorio en Y para la observación i
Chap 15-3
Ajuste Lineal vs. Ajuste No-lineal
Y Y
X X
residuals
residuals
X X
X1 X1 X1 X1
Y Y
X1 X1 Chap 15-5
Prueba de significación del
modelo cuadrático
DCOVA
La función de estimación del model
cuadrático es:
Ŷi b0 b1X1i b2 X 2
1i
MSR
F= MSE
Chap 15-6
Prueba de significación del efecto
cuadrático
DCOVA
Evalúa el efecto cuadrático
Chap 15-7
Prueba de significación del efecto
cuadrático
Chap 15-8
Prueba de significación del efecto
cuadrático
El estadístico es:
b2 β2
t STAT
Sb
2
d.f. n 3
Chap 15-9
Prueba de significación del
efecto cuadrático
Chap 15-10
Uso de transformaciones en el
análisis regresional
DCOVA
Idea:
Transformar modelos no-lineales en
modelos lineales
Transformar X, Y o ambas variables sin
violar los supuestos de la regresión
Chap 15-11
Transformación de la raíz
cuadrada
DCOVA
Transformación de la raíz cuadrada
Yi β0 β1 X1i ε i
Chap 15-12
Transformación de la raíz
cuadrada (continued)
DCOVA
Yi β0 β1 X1i ε i Yi β0 β1X1i ε i
Forma de la relación original Forma de la relación
transformada
Y Y b1 > 0
X X
Y Y
b1 < 0
X X Chap 15-13
Transformación logarítmica
Modelos multiplicativos:
Modelos exponenciales:
Yi e
β 0 β1X1i β 2 X 2i
εi ln Yi β0 β1X1i β2 X2i ln ε i
Chap 15-14
Modelo Exponencial
DCOVA
Supongamos el siguiente modelo:
β 0 β1X1i β 2 X 2i
Yi e εi
La transformación sería:
ln Yi β0 β1X1i β2 X2i ln ε i
Supongamos
y= b0eb1X1
Aplicando logaritmos
Chap 15-16
Bibliografía
Chap 15-17