Modelo Lineal

20223
MODELO LINEAL
1. Introducción
En Statistical Method for Actuaries,
Debemos entender el análisis de regresión como una primera

aproximación a la formulación de modelos actuariales causales
RASCUNHO
Estadística Actuarial – Prof. Miguel Córdoba
MODELO LINEAL
1. Introducción
En Statistical Modeling: the two cultures
RASCUNHO
1
20223
MODELO LINEAL
1. Introducción
RASCUNHO
MODELO LINEAL
1. Introducción
RASCUNHO
2
20223
MODELO LINEAL
1. Introducción
En To Predict or To Explain?
RASCUNHO
MODELO LINEAL
1. Introducción
[FREES] Term Life Insurance
Las compañías de seguros de vida buscan continuamente nuevas formas de

entregar productos al mercado. Información sobre las características de
clientes actuales puede obtenerse a través de las bases de datos de la
empresa.
Los clientes potenciales son a menudo el foco principal para ampliar la cuota
de mercado. La Encuesta de Finanzas del Consumidor (SCF) es una muestra
representativa que contiene amplia información sobre activos, pasivos,
ingresos y características demográficas de los encuestados. La muestra en
análisis es de 275 hogares entrevistados en el año 2004.
Para el seguro temporario de vida, el capital asegurado es la cantidad que

pagará la compañía en caso de fallecimiento del asegurado. Las características
que resultarán importantes incluyen el ingreso anual, el número de años de
educación y el número de personas que viven en el hogar.
RASCUNHO
3
20223
MODELO LINEAL
1. Introducción
RASCUNHO
MODELO LINEAL
1. Introducción
RASCUNHO
10
4
20223
MODELO LINEAL
1. Introducción
Una relación entre las variables X e Y puede definirse como el

conjunto de todos los valores de X y de Y que están
caracterizados por una ecuación
La relación será determinística si para cada valor de X (o de Y)

existe un único valor correspondiente de Y (o de X)
La relación será estocástica si para cada valor de X (o de Y)

existen más de un valor correspondiente de Y( o de X)
RASCUNHO
11
MODELO LINEAL
1. Introducción
¿Cómo representaremos la relación entre las variables?

A través de una función
Si la relación es determinística será
Y = g(x)
Si la relación es estocástica será
Y = g(x) + 
siendo  una variable aleatoria
RASCUNHO
12
5
20223
MODELO LINEAL
2. Formulación del modelo
…………………………………………………………….
RASCUNHO
13
MODELO LINEAL
El término de error  del modelo puede significar
• Vaguedad de la teoría
• Falta de Información
• Aleatoriedad intrínseca
• Principio de Parsimonia
• Forma funcional incorrecta
RASCUNHO
14
6
20223
MODELO LINEAL
El modelo es lineal en los parámetros
RASCUNHO
15
MODELO LINEAL
¿Qué significa i?
• mide la relación entre cada predictor con la variable de

respuesta
• está relacionado con la correlación que existe entre
cada predictor con la variable de respuesta
RASCUNHO
16
7
20223
MODELO LINEAL
Supuestos de Gauss - Markov
homocedasticidad
no autocorrelación
Xi no aleatoria
• Interpretabilidad del modelo
• Propiedades de los estimadores de los parámetros del modelo
RASCUNHO
17
MODELO LINEAL
Podemos reescribir al modelo en forma compacta

utilizando matrices
RASCUNHO
18
8
20223
MODELO LINEAL
Siendo las matrices
RASCUNHO
19
MODELO LINEAL
Y la matriz  se denomina matriz de varianzas-

covarianzas de los errores
20
9
20223
MODELO LINEAL
Encontrar los mejores estimadores de los

ESTIMACION parámetros del modelo
¿Una función lineal es adecuada?

¿Se cumplen los supuestos de Gauss Markov?
¿El termino de error se tiene distribución normal?
VALIDACION ¿Son relevantes las variables independientes
incluidas en el modelo?
¿El ajuste de los datos al modelo es bueno?
PREDICCION Predicción de un valor futuro de la variable

dependiente con su respectivo error de predicción
RASCUNHO
21
MODELO LINEAL
3. Estimación
200
180
160
140
120
100
80
60
40
20
0
0 20 40 60 80 100 120 140
RASCUNHO
22
10
20223
MODELO LINEAL
3. Estimación
RASCUNHO
23
MODELO LINEAL
3. Estimación
Minimizar
Las ecuaciones normales
……………..
RASCUNHO
24
11
20223
MODELO LINEAL
3. Estimación
Las ecuaciones normales en forma matricial
siendo la solución
En particular, en la regresión lineal simple
RASCUNHO
25
MODELO LINEAL
3. Estimación
Se puede demostrar que
Por tanto un estimador insesgado de la varianza es
RASCUNHO
26
12
20223
MODELO LINEAL
3. Estimación
Las estimadores son

• Insesgados
• Consistentes
Podemos reescribir a como
RASCUNHO
27
MODELO LINEAL
3. Estimación
Por lo tanto, los estimadores de MC de son una combinación

lineal de la muestra
Teorema de Gauss-Markov
Si se cumplen los supuestos de Gauss-Markov, los
estimadores de mínimo-cuadrado de  son ELIO
Obs: si se cumple el supuesto de normalidad del error, los

estimadores de son IMVU
RASCUNHO
28
13
20223
MODELO LINEAL
4. Inferencia
independientes
¿Es razonable el supuesto?

•Teorema Central del Limite
•Aleatoriedad del error
En forma general,
𝜀~𝑁 0 ; 𝜎 . 𝐼
y en consecuencia,
𝑌~𝑁 𝑋𝛽; 𝜎 𝑋 . 𝑋
RASCUNHO
29
MODELO LINEAL
4. Inferencia
Bajo este supuesto, se deducen las distribuciones muestrales de

los estimadores
𝛽 ~𝑁 𝛽; 𝜎 𝑋 . 𝑋
´ ´
𝛽−𝛽 𝛽−𝛽 𝛽 − 𝛽 . 𝑋 . 𝑋. 𝛽 − 𝛽
= ~𝜒
𝜎 𝑋 .𝑋 𝜎
𝑛 − 𝑘 +1 .𝜎
~𝜒 ( )
𝜎
𝛽 y 𝜎 son independientes
RASCUNHO
30
14
20223
MODELO LINEAL
4. Inferencia
Test F
Para testear
𝐻 : 𝐶𝛽 = 𝑑
siendo
C una matriz de p x (k+1) con p≤ k+1

d un vector de p x 1 con p≤ k+1
Precisamos un estadístico de prueba basado en 𝛽
RASCUNHO
31
MODELO LINEAL
4. Inferencia
Entonces,
´
𝐶𝛽 − 𝑑 . 𝐶. 𝑋 . 𝑋 . 𝐶´ 𝐶𝛽 − 𝑑
𝐹=
𝑝. 𝜎
cuya distribución es una F(p; n-(k+1))
Luego se establece la región de rechazo en función de la

hipótesis alternativa
RASCUNHO
32
15
20223
MODELO LINEAL
4. Inferencia
En particular, si
𝐶= 1 0 0 ….. 0 resulta 𝐻 : 𝛽 = 𝑑
𝐶= 0 1 0 ….. 0 resulta 𝐻 : 𝛽 = 𝑑
𝐶= 0 0 1 ….. 0 resulta 𝐻 : 𝛽 = 𝑑
Y así sucesivamente….
𝐶= 0 0 0 ….. 1 resulta 𝐻 : 𝛽 = 𝑑
RASCUNHO
33
MODELO LINEAL
4. Inferencia
Si d=0 entonces
que es el Test Individual. El estadístico F resulta
´
𝛽 −0 . 𝑋 .𝑋 , 𝛽 −0 𝛽
𝐹 = ~ 𝐹 1; 𝑛 − (𝑘 + 1)
𝜎 𝑉𝑎𝑟(𝛽 )
o en base a la relación entre una T-Student y una F-Snedecor
𝛽
𝑇 = ~ 𝑇 ( )
𝑉𝑎𝑟(𝛽 )
RASCUNHO
34
16
20223
MODELO LINEAL
4. Inferencia
En particular, si
𝛽
0 .. .. 0 𝛽
𝐶= ⋮ 1 ⋮ resulta 𝐻 : 𝛽 =𝑑
⋮ ⋱ ⋱ ⋮
0 .. 1 ⋮
0
𝛽
Si d=0 entonces
que es el Test Global
RASCUNHO
35
MODELO LINEAL
4. Inferencia
RASCUNHO
36
17
20223
MODELO LINEAL
4. Inferencia
´
. . . . ´
𝐹 = = ~ 𝐹 𝑘; 𝑛 − (𝑘 + 1)
.
( )
Las variabilidades se calculan en forma matricial
RASCUNHO
37
MODELO LINEAL
4. Inferencia
El coeficiente de determinación
Otra expresión del coeficiente de determinación es
El R2 ajustado
𝑛−1
𝑅 =1− 1−𝑅 .
𝑛 − (𝑘 + 1)
RASCUNHO
38
18
20223
MODELO LINEAL
4. Inferencia
RASCUNHO
39
MODELO LINEAL
4. Inferencia
matriz de diseño: X X’.X
(X’.X)-1
RASCUNHO
40
19
20223
MODELO LINEAL
4. Inferencia
Y: vector de la variable de respuesta
X’.Y
RASCUNHO
41
MODELO LINEAL
4. Inferencia
𝑌 : vector de los valores predichos
𝜀̂: vector de los valores predichos
RASCUNHO
42
20
20223
MODELO LINEAL
4. Inferencia
Suma de residuos al cuadrado
Matriz de var-cov de βs
RASCUNHO
43
MODELO LINEAL
4. Inferencia
Correlación entre valores predichos y observados
Cálculo de variabilidades
Total
Explicada
No explicada
RASCUNHO
44
21
20223
MODELO LINEAL
5. Variaciones
5.1 Variables categóricas
Los predictores no necesariamente tienen que ser variables

cuantitativas (la variable de respuesta sí tiene que serlo. Por que?)
Ejemplos de variables categóricas pueden ser el sexo (hombre o

mujer), el estado civil (soltero, casado, divorciado, otro)
Para incorporarlas en el modelo deben crearse variables numéricas

“artificiales” que se correspondan con las categorías de la variable.
Sea r la cantidad de categorías (niveles) de la variable, entonces se
deben crear r-1 variables numéricas
RASCUNHO
45
MODELO LINEAL
5. Variaciones
En el caso de GENDER,
1 𝑠𝑖 ℎ𝑜𝑚𝑏𝑟𝑒
𝐺𝐸𝑁𝐷𝐸𝑅 =
0 𝑠𝑖 𝑚𝑢𝑗𝑒𝑟
mujer es la “categoría base”
RASCUNHO
46
22
20223
MODELO LINEAL
5. Variaciones
Como se interpretan los coeficientes?
RASCUNHO
47
MODELO LINEAL
5. Variaciones
En el caso de MARSTAT
1 𝑠𝑖 𝑒𝑠 𝑠𝑜𝑙𝑡𝑒𝑟𝑜 1 𝑠𝑖 𝑒𝑠 𝑐𝑎𝑠𝑎𝑑𝑜
𝑀𝐴𝑅0 = 𝑀𝐴𝑅1 =
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜 0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
1 𝑠𝑖 𝑒𝑠 𝑐𝑜𝑛𝑣𝑖𝑣𝑖𝑒𝑛𝑑𝑜
𝑀𝐴𝑅3 =
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Si consider las variables MAR1 y MAR2, soltero es la “categoria base”
RASCUNHO
48
23
20223
MODELO LINEAL
5. Variaciones
Como se interpretan los coeficientes?
RASCUNHO
49
MODELO LINEAL
5. Variaciones
En un modelo lineal con regresores unicamente categoricos
• Si la variable solo tiene dos niveles es equivalente al test T
RASCUNHO
50
24
20223
MODELO LINEAL
5. Variaciones
• Si la variable tiene tres niveles o mas es equivalente a ANOVA a un factor
RASCUNHO
51
MODELO LINEAL
5. Variaciones
ANOVA a un factor expresado como un modelo de regression
Opcion 1:
𝑦 = 𝜇 +𝜀
j = 1,2,3,….., J número de categorías de la variable
nj = número de observaciones para cada categoría de la variable
k = 1,2,3,…., nj
𝜀 ~𝑁(0; 𝜎 )
RASCUNHO
52
25
20223
MODELO LINEAL
5. Variaciones
Opcion 2:
𝑦 =𝜇+𝛼 +𝜀
donde 𝛼 = 𝜇 − 𝜇
Siendo 𝜇 la gran media, tal que 𝜇 = ∑
que es equivalente a ∑ 𝛼 =0
RASCUNHO
53
MODELO LINEAL
5. Variaciones
Opcion 3:
𝑦 = 𝜇 +𝛼 +𝜀
donde 𝛼 = 0
y 𝛼 =𝜇 −𝜇 j = 2,3,…..,J
RASCUNHO
54
26
20223
MODELO LINEAL
5. Variaciones
5.2 Transformaciones de la variable de respuesta y de los predictores
En estadística , la transformación de datos es la aplicación de una

función matemática determinística a cada punto de un conjunto de
datos tal que
Xi es el dato original
Yi = f(Xi) es el dato transformado siendo f una función
Las transformaciones se aplican generalmente

• para que los datos parezcan cumplir más fielmente con los
supuestos de un procedimiento de inferencia estadística que se va a
aplicar
• para mejorar la interpretabilidad o apariencia de los gráficos .
RASCUNHO
55
MODELO LINEAL
5. Variaciones
5.2 Transformaciones
Razones para aplicar una transformación
 Simetría
 Estabilizar varianzas
 Reducir la influencia de datos atípicos (outliers)
 Linealizar la relación entre variables
 Transformar estructura multiplicativa en aditiva
 “normalizar”
RASCUNHO
56
27
20223
MODELO LINEAL
5. Variaciones
Escalera de Tuckey
RASCUNHO
57
MODELO LINEAL
5. Variaciones
La transformación de potencia es una familia de transformaciones

parametrizadas por un valor no negativo λ tal que
𝑦=𝑥
Para abordar la transformación de datos de manera sistemática, es

posible utilizar técnicas de estimación estadística para estimar el
parámetro λ en la transformación de potencia, identificando así la
transformación que es aproximadamente la más apropiada en un
entorno dado.
Dado que la familia de transformaciones de potencia también

incluye la transformación de identidad, este enfoque también
puede indicar si sería mejor analizar los datos sin una
transformación.
RASCUNHO
58
28
20223
MODELO LINEAL
5. Variaciones
La transformación de Box-Cox es uno de los

métodos más populares para determinar una
transformación que se adecuada para el conjunto de
datos.
𝑥 −1
𝑠𝑖 𝜆 ≠ 0
𝑇 𝑥, 𝜆 = 𝜆
𝑙𝑛𝑥 𝑠𝑖 𝜆 = 0
El parámetro λ se estima por EMV

Se puede derivar un intervalo de confianza para λ
59
MODELO LINEAL
5. Variaciones
RASCUNHO
60
29
20223
MODELO LINEAL
5. Variaciones
Algunas cuestiones con la transformación Box-Cox
– Solo aplica para valores positivos
– Si el ratio entre
𝑚𝑎𝑥(𝑥 )
𝑚𝑖𝑛(𝑥 )
es pequeño, la transformación no tiene gran efecto.
RASCUNHO
61
MODELO LINEAL
5. Variaciones
Boxplot de la variable FACE
RASCUNHO
62
30
20223
MODELO LINEAL
5. Variaciones
Boxplot de la variable INCOME
RASCUNHO
63
MODELO LINEAL
5. Variaciones
Transformación de Box-Cox para las variables FACE y INCOME
RASCUNHO
64
31
20223
MODELO LINEAL
5. Variaciones
Boxplot de la variable FACE transformada
RASCUNHO
65
MODELO LINEAL
5. Variaciones
Boxplot de la variable INCOME transformada
RASCUNHO
66
32
20223
MODELO LINEAL
5. Variaciones
QQ Plot de la variable FACE: antes y después de transformación
RASCUNHO
67
MODELO LINEAL
5. Variaciones
QQ Plot de la variable INCOME: antes y después de transformación
RASCUNHO
68
33
20223
MODELO LINEAL
5. Variaciones
Una de las transformaciones más usadas en el modelo lineal es la

transformación logaritmo, aplicada tanto a la variable de respuesta
como los predictores generando los llamados modelos
a) log-lineal ln 𝑦 = 𝛽 + 𝛽 . 𝑥 + 𝜀
Cuál es la interpretación de 𝛽 ?
b) log-lineal 𝑦 = 𝛽 + 𝛽 . ln 𝑥 + 𝜀
RASCUNHO
69
MODELO LINEAL
5. Variaciones
RASCUNHO
70
34
20223
MODELO LINEAL
5. Variaciones
RASCUNHO
71
MODELO LINEAL
5. Variaciones
Coeficiente 𝛽 de educación
RASCUNHO
72
35
20223
MODELO LINEAL
5. Variaciones
Coeficiente 𝛽 de log(income)
RASCUNHO
73
MODELO LINEAL
5. Variaciones
5.3 Variables cuantitativas y cualitativas
Efecto del estado civil soltero

𝑙𝑛𝐹𝐴𝐶𝐸 = 𝛽 + 𝛽 . 𝑙𝑛𝐼𝑁𝐶𝑂𝑀𝐸 + 𝛽 . 𝑆𝐼𝑁𝐺𝐿𝐸 + 𝜀
RASCUNHO
74
36
20223
MODELO LINEAL
5. Variaciones
¿Interacción entre ingreso y soltero?
𝑙𝑛𝐹𝐴𝐶𝐸 = 𝛽 + 𝛽 . 𝑙𝑛𝐼𝑁𝐶𝑂𝑀𝐸 + 𝛽 . 𝑆𝐼𝑁𝐺𝐿𝐸 + 𝛽 . 𝑆𝐼𝑁𝐺𝐿𝐸 ∗ 𝑙𝑛𝐼𝑁𝐶𝑂𝑀𝐸 + 𝜀
RASCUNHO
75
MODELO LINEAL
5. Variaciones
¿ Efecto del estado civil ?
RASCUNHO
76
37
20223
MODELO LINEAL
5. Variaciones

𝑙𝑛𝐹𝐴𝐶𝐸 = 𝛽 + 𝛽 . 𝐸𝐷𝑈𝐶𝐴𝑇𝐼𝑂𝑁 + 𝛽 . 𝑙𝑛𝐼𝑁𝐶𝑂𝑀𝐸 + 𝛽 . 𝑀𝐴𝑅0 + 𝛽 . 𝑀𝐴𝑅3 + 𝜀
𝐻 :𝛽 = 𝛽 = 0
RASCUNHO
77
MODELO LINEAL
5. Variaciones
RASCUNHO
78
38
20223
MODELO LINEAL
5. Variaciones
Podemos plantear la hipótesis 𝐻 : 𝛽 = 𝛽 = 0
como 𝐻 : 𝐶. 𝛽
siendo
0 0 0 1 0
𝐶=
0 0 0 0 1
RASCUNHO
79
MODELO LINEAL
5. Variaciones
RASCUNHO
80
39
20223
MODELO LINEAL
5. Variaciones
42,086263 −2,476388 −0,9814

−0,94814 −0,78602 ∗ ∗ 39,9962927
−2,476388 9,473711 −0,78602
𝐹= =
2 ∗ (1,545) 4,7705
RASCUNHO
81
MODELO LINEAL
5. Variaciones

𝑅 −𝑅
𝑞
𝐹=
1−𝑅
𝑛 − (𝑘 + 1)
0,3276 − 02859
𝐹 = 2 = 0,3722
1 − 0,3276
270
RASCUNHO
82
40

Modelo Lineal

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modelo Lineal

Cargado por

Copyright:

Formatos disponibles

20223

En Statistical Method for Actuaries,

Debemos entender el análisis de regresión como una primera

En Statistical Modeling: the two cultures

En Statistical Modeling: the two cultures

Estadística Actuarial – Prof. Miguel Córdoba

En Statistical Modeling: the two cultures

Estadística Actuarial – Prof. Miguel Córdoba

Las compañías de seguros de vida buscan continuamente nuevas formas de

Para el seguro temporario de vida, el capital asegurado es la cantidad que

Una relación entre las variables X e Y puede definirse como el

La relación será determinística si para cada valor de X (o de Y)

La relación será estocástica si para cada valor de X (o de Y)

Estadística Actuarial – Prof. Miguel Córdoba

¿Cómo representaremos la relación entre las variables?

Si la relación es determinística será

Si la relación es estocástica será

siendo  una variable aleatoria

El término de error  del modelo puede significar

El modelo es lineal en los parámetros

¿Qué significa i?

• mide la relación entre cada predictor con la variable de

Supuestos de Gauss - Markov

• Interpretabilidad del modelo

• Propiedades de los estimadores de los parámetros del modelo

Podemos reescribir al modelo en forma compacta

Siendo las matrices

Y la matriz  se denomina matriz de varianzas-

Estadística Actuarial – Prof. Miguel Córdoba

Encontrar los mejores estimadores de los

¿Una función lineal es adecuada?

PREDICCION Predicción de un valor futuro de la variable

Las ecuaciones normales

Las ecuaciones normales en forma matricial

En particular, en la regresión lineal simple

Se puede demostrar que

Por tanto un estimador insesgado de la varianza es

Las estimadores son

Podemos reescribir a como

Por lo tanto, los estimadores de MC de son una combinación

Obs: si se cumple el supuesto de normalidad del error, los

¿Es razonable el supuesto?

Bajo este supuesto, se deducen las distribuciones muestrales de

C una matriz de p x (k+1) con p≤ k+1

Precisamos un estadístico de prueba basado en 𝛽

cuya distribución es una F(p; n-(k+1))

Luego se establece la región de rechazo en función de la

que es el Test Individual. El estadístico F resulta

o en base a la relación entre una T-Student y una F-Snedecor

que es el Test Global

Las variabilidades se calculan en forma matricial

Otra expresión del coeficiente de determinación es

matriz de diseño: X X’.X

Y: vector de la variable de respuesta

𝑌 : vector de los valores predichos

𝜀̂: vector de los valores predichos

Suma de residuos al cuadrado

Correlación entre valores predichos y observados

5.1 Variables categóricas

Los predictores no necesariamente tienen que ser variables

Ejemplos de variables categóricas pueden ser el sexo (hombre o

Para incorporarlas en el modelo deben crearse variables numéricas