ANÁLISIS DE REGRESIÓN CON DOS VARIABLES: ALGUNAS IDEAS BÁSICAS
CONCEPTO DE FUNCIÓN DE REGRESIÓN FRP ESTOCÁSTICA FUNCIÓN DE REGRESIÓN
POBLACIONAL (FRP) MUESTRAL (FRM) Es una función que muestra la curva que conecta las Es la forma mas precisa posible de estimar medias de la variable dependiente Y que la función de regresión poblacional. corresponden a los datos de la variable independiente X PERTURBACIÓN ESTOCÁSTICA
= = Incluye todas las variables omitidas por el
modelo pero que, en conjunto, afectan en Y Variables centrales y Vagued Coeficientes de regresión ó = de intersección o pendiente Periféricas ibi lidad ad de la teoría e di spon d Falta de Datos
LINEALIDAD EN LAS VARIABLES TÉRMINO LINEAL LINEALIDAD EN LOS PARAMETROS
Es aquel en que la Esperanza condicional de Y está en Es cuando la variable Y esta en función de los parámetros es decir : (B) Puede ser o no lineal en X. una función lineal de X. No es una función lineal dado a que la X esta elevada al cuadrado.
= MODELO DE REGRESIÓN CON DOS VARIABLES: PROBLEMA DE ESTIMACIÓN
CARACTERISTICAS TEOREMA DE GAUSS-MARKOV
Es uno de los métodos más eficaces del análisis de regresión. Parte de dos funciones Los estimadores de MCO se expresan en Teniendo en cuenta los supuestos, encontrando FRP y FRM Regresión muestral y poblacional términos de las cantidades (X y Y ) distribución muestra del estimador de MCO observables ( muestras). . Son estimadores puntuales: dada la Función De Regresión Muestral muestra, cada estimador proporciona un solo valor del parámetro poblacional pertinente. Una vez obtenidos los estimadores de Función De Regresión Poblacional MCO, se obtiene sin problemas la línea de regresión muestral a su vez se obtiene tiene las siguientes propiedades: a. Pasa a través de las medias muestrales de Y y X. lo cual se evidencia en la ecuación ALGUNOS SUPUESTOS MCO MINIMOS CADRADOS ORDINARIOS 1-El modelo de regresión lineal en los parámetros. 2-Valores fijos x, o valores independientes del termino del error. PRECISIÓN O ERRORES ESTÁNDAR DE 3-El valor medio de la perturbación ui es =o. LAS ESTIMACIONES DE MÍNIMOS 4-Homoscedasticidad o varianza constante de ui. CUADRADOS La bondad del ajuste del modelo se mide con el coeficiente de determinación r2, el cual indica que proporción de la variable dependiente, es explica por la variable explicativa r2 se sitúa entre 0 y 1. ÞEntre más cerca este de 1 mejor será el ajuste