NOTA SOBRE EL MODELO DE REGRESIÓN LINEAL SIMPLE

A reserva de exploraciones adicionales sobre los datos (serie de tiempo o no), cuando
una ecuación de regresión es al menos buena (en algunos casos pudiera ser incluso
regular), calificada así por el coeficiente de determinación ajustado, puede utilizarse
para estimar (pronosticar) el valor esperado de la variable dependiente conocido el de
la independiente (o de las independientes).

El modelo de regresión lineal simple establece que un determinado valor de la variable

dependiente es obtenido a partir de un valor fijo de la variable independiente:

yi = β0 + β1xi + εi
Si se asume que los residuos (desviaciones aleatorias εi ) son NID (0, σ 2)–suposición
que habría que comprobar para la validación del modelo– entonces:

E (yi ∣ xi) = β0 + β1xi

Con varianza igual a la de los residuos:

Var (yi ∣ xi) = σ 2

Con base en una muestra de n pares (xi, yi) los parámetros β0 y β1 pueden estimarse
por el método de mínimos cuadrados. La ecuación estimada de regresión es:

yî = β0̂ + β1̂ xi

Los cálculos de los estimadores de los coeficientes de regresión β0̂ y β1̂ pueden
realizarse con las fórmulas del documento Estimadores regresión y coef determ.png o
mediante software: función ESTIMACION.LINEAL de Excel o el módulo Regresión del
complemento Herramientas para análisis ..., o por algún programa estadístico como
JMP, Stata, SPSS, Minitab, etc.