You are on page 1of 1

Probabilidades y Estadstica

Regresin Lineal Simple - Transformaciones Que Llevan A Modelos Intrnsecamente Lineales Antecedentes Generales
Como se ha mencionado, los mtodos de regresin corresponden a la aplicacin de modelos matemticos que explican la dependencia de una variable dependiente Y respecto de una o varias variables independientes X. Un modelo de regresin entonces permite evaluar la relacin que existe entre estas variables. Cuando se tiene solamente una variable independiente se habla de regresin simple y cuando son varias de regresin mltiple. En ocasiones, cuando se elabora un modelo de regresin, uno de tipo lineal puede no ser el ms adecuado. Esta conclusin puede surgir al efectuar el anlisis exploratorio de los datos, su diagrama de dispersin, por experiencia previa, entre otras.

Transformacin a Modelos Lineales


Recordar que un modelo de regresin lineal simple tiene la siguiente forma:

Yi = 0 + 1 X i + i
Donde 0 es el intercepto de la recta de regresin 1 es la pendiente de la recta de regresin i es la componente de error del modelo. Si un modelo lineal no es adecuado, entonces se puede probar con modelos no lineales. Cabe destacar que, en algunos casos, hay modelos no lineales que son intrnsecamente lineales, es decir, haciendo algunas transformaciones, tales como cambios de variables, es posible obtener modelos lineales, con los cuales se puede trabajar ms fcilmente. A continuacin, se presentan algunos casos. Ejemplo: Se tiene un modelo del tipo Y = 0 e 1x . Aplicando logaritmo natural a ambos lados de la expresin se obtiene:

ln Y = ln 0 + 1 x + ln
Ejemplo: Si se tiene un modelo de la forma Y = 0 + 1

1 1 + . Haciendo z = , se obtiene: x x

Y = 0 + 1 z +
Ejemplo: Un modelo del tipo: Y =

1 e
0 + 1x +

. Haciendo Y * =

1 , se obtiene: Y

ln Y * = 0 + 1 x +

Edmundo Pea Rozas, Juan Garcs Seguel

You might also like