Professional Documents
Culture Documents
ANÁLISIS DE REGRESIÓN
La diferencia que existe entre el valor que toma la variable Y (dado que X=x) y la
esperanza condicional E(Y/x) se denomina residuo , desvío o error , y representa la
parte aleatoria . En otras palabras, si (xi , yi ) es el valor que asume la variable bidimensional (X,Y), el residuo será
= yεi - E(Y/xi ) , y por lo tanto
yi = E(Y/xi ) + εi .
Considerando una relación lineal entre las variables , esto significa que
yi= α + β.xi+εi
donde α + β.xi = E(Y/xi ) es la parte sistemática o determinística (sólo depende del valor x ), y es la parte aleatoria sobre la cual se
establecerán condiciones o restricciones que determinan el comportamiento de la variable Y. Este modelo supone que para cada valor fijo
x , existe una distribución de valores de la variable Y . ε
α y β: parámetros poblacionales
X : variable "explicativa"
Y : variable "explicada"
ε : error residual
Este residuo ε se compone esencialmente de errores casuales, debida a la propia aleatoriedad de cada individuo, pudiendo además incluir
errores de medición de los yi , como también deficiencias del modelo debidas, por ejemplo, a otras variables que no han sido consideradas
en dicho modelo . En otras palabras, εi es la parte de yi que no está explicada por la regresión lineal de Y sobre xi .
2 , característica
Este modelo supone una distribución Normal de los errores o residuos , con media E(ε) = 0 y variancia constante V(ε ) = σ
que recibe el nombre de homocedasticidad y significa que la variancia de Y no depende del valor que tome la variable X . Es decir :
εi ~N (0,σ2)
Estos supuestos sobre los errores implican supuestos sobre el comportamiento de las variable Y. Podemos, entonces , enunciarlos como
sigue :
La relación entre las variables X e Y es lineal , es decir, la regresión del promedio es lineal Simbólicamente : E(Y/X) = α + β.X , ya que
E(ε) = 0
Autocorrelación entre los errores o dependencia entre los errores : cov (εi,εj) ≠ 0 para a
1g ún par i;j.
Heterocedasticidad , lo que significa que la variancia del error o residuo depende del
valor de x , y trae como consecuencia que la variancia de Y condicionada a un valor de
X tampoco es constante sino que depende de dicho valor. O sea : V(Y/x) = H(x) = V(ε/x)
.
X es variable aleatoria , lo que significa que no han sido predeterminados los valores de
X
εi ~ N(0,σ2) ⇒ Y/ x ~ N (α +βx,σ2)