01 regres
DESCRIPTION
jhhjhjhkjTRANSCRIPT
-
REGRESIN Y CORRELACINIntroduccin:Muchos estudios se basan en la creencia de que pueden identificar y cuantificar alguna relacin funcional entre dos o ms variables. La correlacin mide la fuerza de una relacin entre variables; la regresin da lugar a una ecuacin que describe dicha relacin en trminos matemticos.
Y es una funcin de XY=f(X)
-
Variable dependiente: Es la variable que se desea explicar o predecir; tambin se le denomina regresando o variable de respuesta.
Variable independiente: Es la variable que es independiente y que tambin se le denomina variable explicativa o regresor.
Regresin simple: Es la que establece que Y es una funcin de slo una variable independiente y que con frecuencia se le denomina regresin divariada porque slo hay dos variables.
-
Regresin mltiple: Aqu se toma a Y como una funcin de dos o ms variables independientes por ejemplo Y= f (X1, X2, X3, , Xk)
Tipos de regresin: Lineal (su representacin grfica es una lnea recta) y curvilnea.
Diagramas de dispersin: Son las que representan las observaciones para X y Y.
-
Modelo de regresin lineal simple: Y= b0 + b1Xdonde b0 es el intercepto con el eje vertical y b1 es la pendiente de la recta
Relacin entre variables: Determinsticas o estocsticas (aleatorias)
-
Un modelo lineal con base en datos muestrales: donde b0 y b1 son estimaciones del coeficiente real y e es el trmino aleatorio residual
El modelo de regresin estimada:
En donde es el valor estimado de Y y b0 y b1 son el intercepto con el eje vertical y la pendiente de la recta de regresin estimada.
-
Mnimos cuadrados ordinarios (MCO): Es el procedimiento matemtico utilizado para estimar los valores de b0 y b1
Para determinar la recta de mejor ajuste, MCO requiere que se calcule la suma de cuadrados y productos cruzados.
Suma de los cuadrados de X
Suma de los cuadrados de Y
-
Suma de los productos cruzados de X y Y
La pendiente de la recta de regresin
El intercepto de la recta de regresin
-
El error estndar de estimacin (Se): Es una medida del grado de dispersin de los valores Yi alrededor de la recta de regresin.
Error estndar:
Cuadrado medio del error:
La suma de cuadrados del error: