Académique Documents
Professionnel Documents
Culture Documents
FORMULARIO
y = +x +
en que y son fijos, es una variable aleatoria con esperanaza E() = 0 y varianza V() = 2 fija. Los parmetros del modelo son , y .
2
y = +x
que se denomina recta de regresin.
y i = + xi + i
media 0 y varianza comn 2. Se denominan errores.
i=1,2,...,n
a = y bx
b=
)2 =
en que x =
S xy S xx = S2 1 S yy xy n2 S xx
S yy b S xy n2
respectivamente.
S xx
1 n = x xi n i =1 i =1
n 2 i n 2 i
S yy
1 n = y yi n i =1 i =1
n 1 n n S xy = xi y i xi y i n i =1 i =1 i =1
y = a + bx
las observaciones ajustadas estn dadas por
y i = a + bxi
Residuos
i = 1,2,...,n
Son las diferencias entre los valores observados y los valores ajustados de la variable independiente y
ei = y i y i = y i a b xi
Varianza estimada del error
i = 1,2,...,n
2 n S yy b S xy S xy 1 ) 2 2 = = ei = S yy n 2 n 2 S i =1 xx
en que los ei son las diferencias entre los valores observados y los valores ajustados de la variable independiente y
ei = y i y i = y i a b xi
y son los residuos.
i = 1,2,...,n
E (a) =
ambos son estimadores insesgados.
E (b) =
1 x 2 Var (a ) = 2 + n S xx
Var (b) =
2
S xx
Cov(a, b) = 2
x S xx
Coeficiente de determinacin Es una medida de bondad de ajuste de la recta y = a + bx a los puntos (xi,yi), y corresponde al cuadrado del coeficiente de correlacin entre los valores observados de la variable dependiente y y los valores ajustados. Es igual a R =
2
2 S xy
S xx S yy
2
Para que sean vlidos estos intervalos, debe cumplirse el supuesto adicional de que los errores i tienen distribucin normal, es decir
i ~ N (o, 2 ), independientes
Intervalo de coeficiente de confianza 100(1-) para :
para i=1,2,...,n
at
( n 2)
2
1 x2 + n S xx
b t
( n 2)
S xx
2
Para efectuar estas pruebas, tambien se requiere el supuesto de normalidad precedente. Prueba de nivel de significacin para : La hiptesis nula es = 0 o El estadstico de prueba es
t=
a o
1 x2 + n S xx
su distribucin dada la hiptesis nula es t de student con n-2 grados de libertad. Prueba de nivel de significacin para : La hiptesis nula es = 0 o El estadstico de prueba es
t=
b o S xx
su distribucin dada la hiptesis nula es t de student con n-2 grados de libertad. Prueba de nivel de significacin para 2 :
su distribucin dada la hiptesis nula es ji-cuadrado con n-2 grados de libertad. Anlisis de varianza La prueba de hiptesis asociada al anlisis de varianza en el caso de regresin lineal simple es Ho: = 0 H1: 0 Para efectuar esta prueba se requiere el supuesto adicional de que los errores tienen distribucin normal. La tabla de anlisis de varianza es la siguiente: Fuente de variacin Regresin Error Total Sumas de cuadrados. SC Syy - Sxy2/Sxx Sxy2/Sxx Syy Grados de libertad. GL 1 n-2 n-1 Cuadrados medios. CM SCReg SCErr/(n-2) -Cuociente F CMReg /CMErr ---
El estadstico de prueba es F = CMReg / CMErr Tiene distribucin F con 1 grado de libertad en el numerador y n-2 grados de libertad en el denominador. Se rechaza la hiptesis nula si F es grande.
Prediccin
Es la estimacin del valor de la variable dependiente Y cuando la variable dependiente X toma un valor xo cualquiera. El valor puntual de una prediccin se obtiene reemplazando xo en la ecuacin de la recta estimada, es decir, es igual a
y o = a + b xo
Prediccin de una observacin individual mediante intervalos de confianza
Para construir un intervalo de confianza para una prediccin es necesario que se verifique el supuesto de normalidad de los errores. Un intervalo de confianza para la prediccin del valor individual de una observacin Y cuando la variable independiente X toma el valor xo est dado por
(a + b xo ) t
en que t
1+ ( n 2)
2
1 ( xo x ) 2 + n S xx
probabilidad 1
a + b xo t
( n 2)
2
1 ( xo x ) 2 + n S xx
Se puede ver que es similar al intervalo para un valor individual, pero es ms angosto, debido a que la estimacin de un promedio es ms precisa que la de un valor individual.
Bandas de confianza
Si se considera xo como una variable que recorre todo el dominio de la X , los extremos de los intervalos de confianza describen unas bandas con forma de hiprbolas, cuya parte ms angosta est en X = x , el promedio, y se ensanchan a medida que se alejan del centro de los valores observados de la variable X.