Sunteți pe pagina 1din 3

Intervalo de confianza para la pendiente del modelo

El modelo de regresin se obtiene a travs de estimaciones de la pendiente y


de la constante de la recta.
Dichas estimaciones permiten ajustar la recta. Sin embargo, es importante
saber hasta qu punto son suficientemente fiables.
Por lo tanto, resulta interesante calcular intervalos de confianza para dichos
parmetros. En particular, para la pendiente de la recta, puesto que es el
parmetro ms decisivo para la interpretacin del modelo.
En este sentido, el intervalo de confianza para la pendiente de la recta es:

donde S es el error tpico y 1 a %, el nivel de confianza.

ANLISIS ESTADSTICO: REGRESIN LINEAL SIMPLE


En el estudio de la relacin funcional entre dos variables poblacionales, una
variable X, llamada independiente, explicativa o de prediccin y una variable Y,
llamada dependiente o variable respuesta, presenta la siguiente notacin:
Y=a+bX+e
Donde:
a es el valor de la ordenada donde la lnea de regresin se intercepta con el eje
Y.
b es el coeficiente de regresin poblacional (pendiente de la lnea recta)
e es el error
SUPOSICIONES DE LA REGRESIN LINEAL
1. Los valores de la variable independiente X son fijos, medidos sin error.
2. La variable Y es aleatoria
3. Para cada valor de X, existe una distribucin normal de valores de Y
(subpoblaciones Y)
4. Las variancias de las subpoblaciones Y son todas iguales.
5. Todas las medias de las subpoblaciones de Y estn sobre la recta.
6. Los valores de Y estn normalmente distribuidos y son estadsticamente
independientes.

Inferencia en Regresin Lineal Simple


Modelo de regresin lineal simple:
Se tienen n observaciones de una variable explicativa x y de una variable
respuesta y,

x1 , y1 , x 2 , y 2 , ..., x n , y n

el modelo estadstico de regresin lineal simple es:

y i x i ei
donde

y E (Y ) x
es la respuesta promedio para cada x.

representa el intercepto de la funcin lineal que usa todos los valores de


la poblacin y

representa la pendiente de la funcin lineal que usa todos los valores de


la poblacin.

son parmetros

El modelo estadstico de regresin lineal simple asume que para cada valor
de x, los valores de la respuesta y son normales con media (que depende
de x) y desviacin estndar que no depende de x. Esta desviacin
estndar es la desviacin estndar de todos los valores de y en la
poblacin para un mismo valor de x.

Y ~ N ( y , )
Estos supuestos se pueden resumir como: Para cada x,

y E (Y ) x

donde
Podemos visualizar el modelo con la siguiente figura:

Los datos nos darn estimadores puntuales de los parmetros


poblacionales.
Estimadores de los parmetros de regresin:

E (Y ) y a bx
El estimador de la respuesta media est dado por
El estimador del intercepto es:

b
El estimador de la pendiente es:
El estimador de la desviacin estndar est dado por:

SCRes
n2

y i

SCRes
donde

ei

es la suma de cuadrados de los residuos

r
El coeficiente de correlacin muestral
correlacin poblacional

es un estimador puntual de la