ANÁLISIS DE REGRESIÓN Y DE CORRELACIÓN
INTRODUCCIÓNEn la aplicación de los métodos estadísticos estudiados en los capítulos anteriores, se ha tratado con unaúnica variable de interés. A estas variables se le examinaron varias medidas que describen sucomportamiento y se aplicaron diversas técnicas de inferencia estadística, como intervalos de confianza y pruebas de hipótesis, para hacer estimaciones y sacar conclusiones acerca de ellas. En esta unidad setratará con problemas que abarcan dos variables cuantitativas para establecer y medir las relacionesexistentes entre ellas.
Análisis de Regresión
El
análisis de regresión
es un método estadístico que permite explicar el comportamiento de una variable
Y
, llamada
variable dependiente
(explicada, de respuesta) a partir del comportamiento de otra u otrasvariables
X
i
, llamadas
variables independientes
(o explicativas, regresoras), estableciendo la expresiónfuncional del modelo matemático que describa dicho comportamiento.
Análisis de Regresión Simple
Se llama modelo estadístico de regresión simple al modelo que tiene sólo una variable explicativa:
Y
i
=
f
(
X
i
) +
e
i
donde:
Y
: variable explicada
X
: variable explicativa
f
(
X
i
): función de regresión
e
i
: error aleatorio
Supuestos Básicos de la Regresión
La aplicación del análisis inferencial al modelo estadístico de regresión requiere de los siguientessupuestos sobre la variable aleatoria
e
i
1)
La variable aleatoria residual
e
i
, para cada valor
X
i
, cumple:
e
i
∼
N(0,σ
2
)
1
Es decir:
(a)
e
i
tiene la distribución normal,
(b)
su valor esperado es cero,
E
(
e
i
) = 0 y (c) lavarianza de
e
i
, es la misma para cada valor de
X
, o sea, la varianza se mantiene constante
V
(
e
i
) =
σ
2
.
2)
Las variables aleatorias
e
i
y
e
j
, para dos valores de
X
cualesquiera, son independientes, o sea, lacovarianza entre ellas es cero
Cov
(
e
i,
e
j
) = 0.
Análisis de Regresión Lineal Simple
El análisis de
regresión lineal simple
se realiza cuando la función de regresión es una función afín, o sea,una recta
Y
i
=
β
0
+
β
1
X
i
+
e
i
donde:
Y
i
: Variable dependiente
X
i
: Variable independiente
f
(
X
i
) =
β
0
+
β
1
X
i
: Recta de regresión
β
0
: Ordenada al origen
β
1
: Pendiente de la recta
e
i
: error aleatorio
Estimadores de los parámetros
β
0
y
β
1
Denotando al estimador de la
ordenada al origen
y de la
pendiente
, respectivamente:
0
ˆ
=
b
0
y
1
ˆ
=
b
1
se tiene el modelo estimado de regresión lineal simple:
i
Y
=
b
0
+
b
1
X
i
+
e
i
donde
i
Y ˆ
=
b
0
+
b
1
X
i
: Recta de regresión estimaday
e
i
=
[
i
Y
- (
b
0
+
b
1
X
i
)
]
= (
i
Y
-
i
Y ˆ
) : Residuo muestral.Para construir los estimadores de la regresión, o sea,
b
0
y
b
1
, se utiliza un método estadístico llamado
MÉTODO DE MÍNIMOS CUADRADOS
.
2
Este método consiste en calcular los valores
b
0
y
b
1
de modo tal que minimice la suma del cuadrado delos residuos,
SC
RES
SC
RES
=
∑
=
n ii
12
e
o la expresión equivalente
SC
RES
=
2110
)(
in ii
Xbb Y
−
=
Hallando las derivadas parciales de
SC
RES
con respecto a
b
0
y
b
1
respectivamente, e igualándolas a cero,se obtiene el siguiente sistema de ecuaciones llamado
SISTEMA DE ECUACIONES NORMALES
.
==
∑∑
⋅⋅
ii2iiii
n
Y XXbXb
Y Xbb
1010
Resolviendo este sistema se obtienen los estimadores correspondientes
Estimador de
β
0
()
220
∑∑∑∑∑
−⋅=
i2iiiiii
n
XXX Y XX Y
b
Estimador de
β
1
()()()
n n
iiii ii
221
∑∑
−⋅=
−
XX Y X Y X
b
Expresiones equivalentes para
b
1
son:
()()()
n n
iiii ii
221
∑∑∑∑
−⋅=
−
XX Y X Y Xb
nn
iii
22 1
XX Y X Y X
b
⋅⋅=
∑∑
−
De la primera ecuación del
SISTEMA DE ECUACIONES NORMALES
se puede despejar
b
0
Xb Y b
10
−
Coeficiente de Determinación
3
You're Reading a Free Preview
Page 13 is not shown in this preview.
Page 13 is not shown in this preview.
Search History:
Result 00 of 00
00 results for result for
p.
AnÁlisis de RegresiÓn y de CorrelaciÓn
24.7K
Reads
123
Readcasts
19
Embed Views
Recommended
More From This User
Notes
Load more
