Professional Documents
Culture Documents
MODELO DE REGRESION
LINEAL SIMPLE (MRLS)
ESTE TIPO DE MODELO INTENTA
EXPLICAR O PREDECIR LA VARIABLE
DEPENDIENTE (Y) A PARTIR DE UNA
UNICA VARIABLE INDEPENDIENTE (X)
Y = β0 + β1 x1 + ε
Donde,
β0 y β1 son los parámetros del modelo
ε error, variable aleatoria que explica la variabilidad en y que no
se puede ser explicada con la relación lineal entre x y y
Los errores ε se consideran variables aleatorias independientes
distribuidas normalmente con media cero y desviación estándar σ
Esto implica que el valor medio o valor esperado de y, denotado
por E (Y/x) m= β0 + β1x1
Y = β0 + β1 x1 + ε
QUE MIDEN LOS PARAMETROS?
Si X1 aumenta en una unidad, Y
cambia en β1 unidades
NO HAY UN PATRON
SISTEMATICO PARA LAS U, LO
QUE INDICA CERO
CORRELACION
6. EL NUMERO DE OBSERVACIONES
(n) DEBE SER MAYOR AL NUMERO DE
PARAMETROS (K) A ESTIMAR
EL NUMERO DE OBSERVACIONES (n) DEBE SER MAYOR
AL NUMERO DE VARIABLES EXPLICATIVAS X
INCLUIDAS EN EL MODELO
7. VARIABILIDAD EN LOS VALORES DE
X O NATURALEZA DE LAS VARIABLES X:
NO TODOS LOS VALORES DE X EN
UNA MUESTRA DETERMINADA DEBE
SER IGUALES
PV AREA
200.00000 60.00000
220.00000 70.00000
230.00000 74.00000
250.00000 80.00000
300.00000 86.00000
350.00000 96.00000
EN GENERAL, EL ARL PERMITE OBTENER UNA FUNCION LINEAL
DE UNA O MAS VARIABLES INDEPENDIENTES (X) PARA
EXPLICAR O PREDECIR UNA VARIABLE DEPENDIENTE (Y)
EN EL ARL SE PUEDE DIFERENCIAR ENTRE ARLS Y ARLM
MODELO DE REGRESION
LINEAL MULTIPLE (MRLM)
A DIFERENCIA DE LOS MRLS LOS MRLM,
PERMITEN INCLUIR TANTAS VARIABLES
EXPLICATIVAS COMO SEA POSIBLE
DEPENDIENDO DEL TAMAÑO DE LA
MUESTRA