Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Regresión lineal
Modelo de la población 𝑦 = 𝛽0 + 𝛽1 𝑥1 + 𝛽2 𝑥2 + ⋯ + 𝛽𝑘 𝑥𝑘 + 𝑢
variable independientes 𝑥1 , 𝑥2 , … 𝑥𝑘
variable dependiente 𝑦
Estimadores ̂0 , 𝛽
𝛽 ̂1 , 𝛽
̂2 , … , 𝛽
̂𝑘
Ecuación ajustada ̂0 + 𝛽
𝑦̂ = 𝛽 ̂1 𝑥1 + 𝛽
̂2 𝑥2 + ⋯ + 𝛽
̂𝑘 𝑥𝑘
𝑆𝑅𝐶
Desviación estimada de los errores 𝑠 = √ 𝑛−(𝑘+1)
Regresión lineal múltiple – Verificación de supuestos
∀𝑖=1,2,…,𝑛; 𝑗=1,2,…,𝑘
Prueba White 1
𝑢̂2 = 𝛿0 + 𝛿1 𝑥1 + 𝛿2 𝑥2 + ⋯ + 𝛿𝑘 𝑥𝑘 +
+ 𝑡é𝑟𝑚𝑖𝑛𝑜𝑠 𝑒𝑛 𝑥𝑗2 , 𝑡é𝑟𝑚𝑖𝑛𝑜𝑠 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖𝑜𝑛 (𝑥𝑗 ∗ 𝑥𝑟 ) + 𝑣
𝐻0 : 𝛿1 = 0, 𝛿2 = 0, … EL modelo para explicar la varianza
NO es significativo. La varianza es constante
Utilice el estadístico F de significancia general para este modelo auxiliar
Prueba White 2
𝑢̂2 = 𝛿0 + 𝛿1 𝑦̂ + 𝛿2 𝑦̂ 2 + 𝑣
𝐻0 : 𝛿1 = 0, 𝛿2 = 0 EL modelo para explicar la varianza
NO es significativo. La varianza es constante
Utilice el estadístico F de significancia general para este modelo auxiliar
Prueba
Modelo auxiliar 𝑢̂ = 𝛿0 + 𝛿1 𝑥1 + 𝛿2 𝑥2 + ⋯ + 𝛿𝑘 𝑥𝑘 + 𝑣
Decisión en la prueba
El rechazo de la hipótesis nula indica que al menos una de las variables independientes
puede explicar el comportamiento del error.
𝐻1 : 𝜌 ≠ 0 Sí hay correlación
∑(𝑢𝑖 −𝑢𝑖−1 )2
Estadístico de prueba 𝐷𝑊 = ∑ 𝑢𝑖 2
0 dL dU 2 4-dU 4-dL 4
Correlación + ¿? NO ¿? -
Interpretación