Documente Academic
Documente Profesional
Documente Cultură
113
ANALISIS DE REGRESION
Una relacion funcional matemticamente hablando, est dada por:
Y = f(x1,...,xn; 1,...,m)
(1)
donde:
Y : Variable respuesta (o dependiente)
xi : La i-sima variable independiente (i=1,...,n)
j : El j-simo parmetro en la funcin (j=1,...m)
f : La funcin
Para elegir una relacin funcional particular como la representativa de la poblacin bajo
investigacin, usualmente se procede:
1) Una consideracin analtica del fenmeno que nos ocupa, y
2) Un examen de diagramas de dispersin.
Una vez decidido el tipo de funcin matemtica que mejor se ajusta (o representa nuestro
concepto de la relacin exacta que existe entre las variables) se presenta el problema de elegir
un expresin particular de esta familia de funciones; es decir, se ha postulado una cierta funcin
como trmino del verdadero estado en la poblacin y ahora es necesario estimar los parmetros
de esta funcin (ajuste de curvas).
Como los valores de los parmetros no se pueden determinar sin errores por que los valores
observados de la variable dependiente no concuerdan con los valores esperados, entonces la
ecuacin (1) replanteada, estadsticamente, sera:
Y = f(x1,...xn;1,...,m) +
(2)
donde respresenta el error cometido en el intento de observar la caracterstica en estudio, en la
cual muchos factores contribuyen al valor que asume .
REGRESION LINEAL SIMPLE
Cuando la relacin funcional entre las variables dependiente (Y) e independiente (X) es una lnea
recta, se tiene una regresin lineal simple, dada por la ecuacin
Y = o + 1X +
donde:
o : El valor de la ordenada donde la lnea de regresin
Lenin Justiniano Po / Apuntes de clase - uso interno. Grupo G / Martes 2-4, Miercoles 2-3 pm
114
se intersecta al eje Y.
Las suposiciones del 3 al 6 equivalen a decir que los errores son aleatorios, que se distribuyen
normalmente con media cero y variancia .
Estimacin de parmetros
La funcin de regresin lineal simple es expresado como:
Y = o + 1X +
(3)
la estimacin de parmetros consiste en determinar los parmetros o y 1 a partir de los datos
muestrales observados; es decir, deben hallarse valores como bo y b1 de la muestra, que
represente a o y 1, respectivamente.
De la ecuacin (3), para un xi determinado, se tiene el correspondiente Yi, y el valor del error i
sera (Yi-o-1Xi)
Empleando el mtodo de los mnimos cuadrados, es decir minimizando la suma de cuadrados de
los errores, se determinan los valores de bo y b1, as:
Q =
Q
= 2
(y i 0 1 x i )
(y x )(1) = 0
i
(4)
Q
= 2
(y x )( x ) = 0
i
(5)
Al sistema formado por las ecuaciones (4) y (5) se les denomina ecuaciones normales.
Resolviendo las ecuaciones normales, se tiene:
b0 = y b1 x
Lenin Justiniano Po / Apuntes de clase - uso interno. Grupo G / Martes 2-4, Miercoles 2-3 pm