Modelos de Regresión Bivariable Lineal

ANÁLISIS DE REGRESIÓN

Consideremos la variable bidimensional (X,Y) , y sea E(Y/X) la regresión del promedio

de Y sobre X , cuya forma dependerá de la relación existente entre las variables. En
este capítulo nos limitaremos a las funciones de regresión que son lineales en los
parámetros (o coeficientes).

Si la distribución de (X,Y) es Normal bivariada, entonces las funciones condicionales de

probabilidad son también normales; es decir: dado un valor fijo X=x , la variable Y se
distribuye en forma normal con media E(Y/X) = α + β.X y con variancia V(Y/X) = σ2/y(1
- p2 )−= σ2 constante, lo que significa, que no depende del valor X=x.

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 .

MODELO DE REGRESIÓN BIVARIABLE LINEAL

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

En este modelo identificamos las siguientes componentes:

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)

A esta condición de normalidad se le agrega la de la independencia entre los errores , es decir :

cov (ei,ej) = 0∀i≠j

Estos supuestos sobre los errores implican supuestos sobre el comportamiento de las variable Y. Podemos, entonces , enunciarlos como
sigue :

La variable "explicativa" X toma valores predeterminados por el investigador.

Para cada valor fijo de X , la variable Y se distribuye en forma normal .

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

Los valores de la variable Y son independientes entre si ya que cov (εi,εj) = ∀i ≠j

Homocedasticidad , ya que la variancia de los errores es constante , no depende del valor de X

La violación de supuestos se refiere a :

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)
.

Distribución no normal de los errores o residuos.

X es variable aleatoria , lo que significa que no han sido predeterminados los valores de
X

La hipótesis de distribución normal de los errores y la de homocedasticidad traen como

consecuencia inmediata la distribución normal de la variable Y condicionada a un valor
fijo X = x . Es decir :

εi ~ N(0,σ2) ⇒ Y/ x ~ N (α +βx,σ2)

La inferencia estadística se ocupa de estimar los parámetros de la población bivariada

(como así también los de la recta de regresión) en base a los resultados obtenidos a
través de una muestra aleatoria.