Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El coeficiente de determinación
El coeficiente de correlación
(Y i −Y ) = (
2
ˆ 2
ˆ
Yi + ei − Y ) = ( Yi − Y + ei )
2
= (Yi − Y ) + ei2 + 2 ( Yˆi − Y ei )
ˆ 2
= (Yi − Y ) + ei2 + 2 Yˆi ei − 2Y ei
2
ˆ
Ahora discutiremos la bondad del ajuste. Una medida de la variación de Y es la suma de las
desviaciones cuadradas alrededor de la media de la muestra, a menudo descrito como la suma
total de cuadrados, STC.
22
Bondad del ajuste
ei = Yi − Yˆi Yi = Yˆi + ei
(Y i −Y ) = (
2
ˆ 2
ˆ
Yi + ei − Y ) = ( Yi − Y + ei )
2
= (Yi − Y ) + ei2 + 2 ( Yˆi − Y ei )
ˆ 2
= (Yi − Y ) + ei2 + 2 Yˆi ei − 2Y ei
2
ˆ
23
Bondad del ajuste
ei = Yi − Yˆi Yi = Yˆi + ei
(Y i −Y ) = (
2
ˆ 2
ˆ
Yi + ei − Y ) = ( Yi − Y + ei )
2
= (Yi − Y ) + ei2 + 2 ( Yˆi − Y ei )
ˆ 2
= (Yi − Y ) + ei2 + 2 Yˆi ei − 2Y ei
2
ˆ
24
Bondad del ajuste
ei = Yi − Yˆi Yi = Yˆi + ei
(Y i −Y ) = (
2
ˆ 2
ˆ
Yi + ei − Y ) = ( Yi − Y + ei )
2
= (Yi − Y ) + ei2 + 2 ( Yˆi − Y ei )
ˆ 2
= (Yi − Y ) + ei2 + 2 Yˆi ei − 2Y ei
2
ˆ
25
Bondad del ajuste
ei = Yi − Yˆi Yi = Yˆi + ei
(Y i −Y ) = (
2
ˆ 2
ˆ
Yi + ei − Y ) = ( Yi − Y + ei )
2
= (Yi − Y ) + ei2 + 2 ( Yˆi − Y ei )
ˆ 2
= (Yi − Y ) + ei2 + 2 Yˆi ei − 2Y ei
2
ˆ
26
Bondad del ajuste
ei = Yi − Yˆi Yi = Yˆi + ei
(Y i −Y ) = (
2
ˆ 2
ˆ
Yi + ei − Y ) = ( Yi − Y + ei )
2
= (Yi − Y ) + ei2 + 2 ( Yˆi − Y ei )
ˆ 2
= (Yi − Y ) + ei2 + 2 Yˆi ei − 2Y ei
2
ˆ
27
Bondad del ajuste
ei = Yi − Yˆi Yi = Yˆi + ei
(Y i −Y ) = (
2
ˆ 2
ˆ
Yi + ei − Y ) = ( Yi − Y + ei )
2
= (Yi − Y ) + ei2 + 2 ( Yˆi − Y ei )
ˆ 2
= (Yi − Y ) + ei2 + 2 Yˆi ei − 2Y ei
2
ˆ
Yˆ e
i i =0 e i =0
Los dos últimos términos son ambos cero, dado las propiedades de la recta de regresión
vistas anteriormente.
28
Bondad del ajuste
ei = Yi − Yˆi Yi = Yˆi + ei
(Y i −Y ) = (
2
ˆ 2
ˆ
Yi + ei − Y ) = ( Yi − Y + ei )
2
= (Yi − Y ) + ei2 + 2 ( Yˆi − Y ei )
ˆ 2
= (Yi − Y ) + ei2 + 2 Yˆi ei − 2Y ei
2
ˆ
Así, hemos demostrado que STC, la suma total de los cuadrados de Y se puede
descomponer en SEC, la suma “explicada” de cuadrados, y SRC, la suma residual
('inexplicable') de las cuadrados
29
Bondad del ajuste
ei = Yi − Yˆi Yi = Yˆi + ei
(Y i −Y ) = (
2
ˆ 2
ˆ
Yi + ei − Y ) = ( Yi − Y + ei )
2
= (Yi − Y ) + ei2 + 2 ( Yˆi − Y ei )
ˆ 2
= (Yi − Y ) + ei2 + 2 Yˆi ei − 2Y ei
2
ˆ
Las palabras explicada e inexplicable se ponen entre comillas porque la explicación puede
ser en realidad falsa. Y realmente podría depender de alguna otra variable Z, y X podría
actuar como un proxy para Z. Sería más seguro utilizar la expresión aparentemente
explicada en lugar de la explicada 29
Bondad del ajuste
(Y −Y ) = (Yi − Y ) + ei2
2
i
2
ˆ STC = SEC + SRC
R =
2 SEC
=
i
(Yˆ − Y ) 2
STC (Yi − Y )2
(Y −Y ) = (Yi − Y ) + ei2
2
i
2
ˆ STC = SEC + SRC
R =
2 SEC
=
i
(Yˆ − Y ) 2
STC (Yi − Y )2
Obviamente nos gustaría encontrar la línea de regresión para hacer que la bondad de ajuste
sea lo más alta posible. ¿Esto condiciona el uso de los mínimos cuadrados principales para
determinar b1 y b2?
32
Bondad del ajuste
(Y −Y ) = (Yi − Y ) + ei2
2
i
2
ˆ STC = SEC + SRC
R =
2 SEC
=
i
(Yˆ − Y ) 2
STC (Yi − Y )2
R2 =
STC − SRC
= 1−
ei
2
STC (Yi − Y )2
Afortunadamente, no hay problema. Para ver esto, vuelva a escribir la expresión para R2 en
términos de SRC como se muestra.
33
Bondad del ajuste
(Y −Y ) = (Yi − Y ) + ei2
2
i
2
ˆ STC = SEC + SRC
R =
2 SEC
=
i
(Yˆ − Y ) 2
STC (Yi − Y )2
R2 =
STC − SRC
= 1−
ei
2
STC (Yi − Y )2
Los coeficientes de regresión MCO se eligen de tal manera que se minimice la suma de los
cuadrados de los residuos. Por lo tanto se deduce automáticamente que maximizan R2.
34
Bondad del ajuste
R =
2 SEC
=
i
(Yˆ − Y ) 2
=
i
ˆ
y 2
STC (Yi − Y ) 2
i
y 2
R2 =
i
ˆ
y 2
=
ˆ22 xi2
= ˆ22
i
x 2
y 2
i i
y 2
i
y 2
S x2
R = ˆ 2
2 2
S
2
y
( xy)
2
i i
R 2
=
x y 2
i
2
i
(Yi − Y ) (Yˆ − Y )
2 2
ˆ
i
= = = R2
(Y −Y ) (Y − Y )
2 2
i i
Otro criterio natural de bondad de ajuste es la correlación entre los valores reales y
estimados de Y. Vamos a demostrar que esto es maximizado usando los principio de
mínimos cuadrados para determinar los coeficientes de regresión
35
Bondad del ajuste
(Yˆ − Y )2
( ˆ
Yi − Y )2
= (Y − Y ) (Yˆ −2 Y=) = ( Yˆ + e2 =− Y R
(Y −i Y )i )(Yˆi − Y )
i 2
i (Y − Yi )
i i
= ( Yˆ − Y + e )(Yˆ − Y )
i i i
= (Yi − Y ) + eiYˆi − Y ei
2
ˆ
= (Yi − Y )
2
ˆ
Vamos a comenzar con el numerador y el sustituto del valor real de Y en el primer factor.
36
Bondad del ajuste
(Yˆ − Y )2
( ˆ
Yi − Y )2
= (Y − Y ) (Yˆ −2 Y=) = ( Yˆ + e2 =− Y R
(Y −i Y )i )(Yˆi − Y )
i 2
i (Y − Yi )
i i
= ( Yˆ − Y + e )(Yˆ − Y )
i i i
= (Yi − Y ) + eiYˆi − Y ei
2
ˆ
= (Yi − Y )
2
ˆ
37
Bondad del ajuste
(Yˆ − Y )2
( ˆ
Yi − Y )2
= (Y − Y ) (Yˆ −2 Y=) = ( Yˆ + e2 =− Y R
(Y −i Y )i )(Yˆi − Y )
i 2
i (Y − Yi )
i i
= ( Yˆ − Y + e )(Yˆ − Y )
i i i
= (Yi − Y ) + eiYˆi − Y ei
2
ˆ
= (Yi − Y )
2
ˆ
Yˆ e
i i =0 e i =0
Expandimos la expresión Los dos últimos términos son ambos cero (por las propiedades
de la recta de regresión)
38
Bondad del ajuste
(Yˆ − Y )2
( ˆ
Yi − Y )2
= (Y − Y ) (Yˆ −2 Y=) = ( Yˆ + e2 =− Y R
(Y −i Y )i )(Yˆi − Y )
i 2
i (Y − Yi )
i i
= ( Yˆ − Y + e )(Yˆ − Y )
i i i
= (Yi − Y ) + eiYˆi − Y ei
2
ˆ
= (Yi − Y )
2
ˆ
39
Bondad del ajuste
(Yi − Y ) (Yˆ − Y )
2 2
ˆ
i
= = = R2
(Y −Y ) (Y − Y )
2 2
i i
Tenemos la misma expresión en el denominador, bajo una raíz cuadrada. Cancelando, nos
quedamos con la raíz cuadrada en el numerador.
40
Bondad del ajuste
(Yi − Y ) (Yˆ − Y )
2 2
ˆ
i
= = = R2
(Y −Y ) (Y − Y )
2 2
i i
n X iYi − ( X )( Y )
r=
n X 2 − ( X )2 n Y 2 − ( Y )2
i i i i