1.

GRAFICO DIEGO
2. CONCLUSION DE LOS SUPUESTOS (APORTE) INFANTE
Los supuestos en la regresión lineal son condiciones fundamentales que deben cumplirse
para que los resultados del análisis sean válidos y confiables.
Es esencial para obtener estimaciones precisas de los coeficientes de regresión, realizar
inferencias válidas y tomar decisiones informadas basadas en el modelo de regresión. Si
alguno de los supuestos se viola, es importante considerar estrategias de corrección o
utilizar modelos alternativos que sean apropiados para los datos en cuestión.

3. USO DE LOS ERRORES ESTANDAR (APORTE) YUSSELFI

Los errores estándar son herramientas fundamentales en el análisis de regresión y se utilizan

para varios propósitos esenciales:

Evaluación de la Precisión de las Estimaciones: Los errores estándar proporcionan una

medida de cuán precisas son las estimaciones de los coeficientes de regresión. Cuanto más
pequeños sean los errores estándar, mayor será la precisión de las estimaciones.
Cálculo de Intervalos de Confianza: Los intervalos de confianza ayudan a cuantificar la
incertidumbre en las estimaciones y proporcionan información sobre la variabilidad.
Pruebas de Hipótesis: En las pruebas de hipótesis, se evalúa si los coeficientes son
estadísticamente diferentes de cero o de otros valores específicos.
Comparación de Coeficientes, Predicciones y Pronósticos, Evaluación de la Bondad del
Ajuste.
Los errores estándar son herramientas cruciales en el análisis de regresión, ya que
ayudan a evaluar la precisión de las estimaciones, calcular intervalos de confianza,
realizar pruebas de hipótesis, comparar coeficientes y cuantificar la incertidumbre
en las predicciones. Son esenciales para tomar decisiones informadas basadas en los
resultados del análisis de regresión.

4. ¿POR QUÉ USAR LA DESVIACION ESTANDAR Y NO LA VARIANZA?

(APORTE) ANGEL

la desviación estándar es preferible a la varianza en muchas situaciones debido a su

mayor interpretabilidad, independencia de la escala y su aplicabilidad en una
variedad de contextos estadísticos y de análisis de datos.
la elección entre usar una u otra depende en gran medida de la preferencia del
analista y de la necesidad de una interpretación más intuitiva de la variabilidad de
los datos.

5. ¿COMO PERMITEN LAS VARIANZAS Y LOS ERRORES ESTANDAR DE

LOS COEFICIENTES ESTIMADOS DE REGRESION EVALUAR LA
CONFIABILIDAD DE ESTOS VALORES ESTIMADOS? (APORTE) BENITES
Una baja varianza y un error estándar pequeño indican que los valores estimados son más
confiables y precisos, lo que facilita la toma de decisiones basadas en el modelo y la
interpretación de su significancia estadística. Por otro lado, una alta varianza y un error estándar
grande pueden indicar que las estimaciones son menos confiables y deben interpretarse con
precaución.