Documente Academic
Documente Profesional
Documente Cultură
yi ( yi − yˆi )
ˆ0 + ˆ1 x
( yi − y ) yˆ i
( yˆ i − y )
y
xi x
¿Qué es la V.T.?
Es la variación de la variable respuesta Y alrededor de su
media y se desea saber que porcentaje de dicha variabilidad
puede ser explicada en función de la variabilidad de las X´s
a través de un modelo de regresión
( yi − y ) = ( yˆi − y ) + ( yi − yˆi )
( yi − y ) 2 = ( yˆ i − y ) + ( yi − yˆi )
2
i= i =1
( y − y ) = ( yˆ − y ) + ( y − yˆ )
i=
i
2
i =1
i
2
i =1
i i
2
()
n n n
(y
i=
i − y )2 (y
i=
i − y )2 (y i=
i − y )2
( yˆ − y )
n
( y − yˆ )
2
2
i
i i SC Re s
1 = R2 + i =1
R2 = i =1
n
= 1−
( y − y)
n STC
( yi − y )2
2
i
i=
i=
Interpretación:
2.3 Propiedades:
1º E s una cantidad no negativa: 0 R 1
2
de la variable de respuesta.
Modelo de regresión lineal múltiple adecuado para explicar
la relación entre las variables bajo estudio.
Tabla básica
ANVA
Causa de Grados de Suma de Cuadrados Valor
variación libertad cuadrados medios F
Regresión
CM F=
Residual
CM
Total
(no corregido)
ANVA
Fuente de Grados de Suma de Cuadrados Valor
variación libertad cuadrados medios F
Regresión
CM F=
Residual
CM
Total
(corregido)
Hipótesis:
H 0 : 1 = 2 = .......... = k = 0
H1 : j 0 para al menos un valor de “ j”
TABLA ANVA
Fuente de
Variación SC g.l CM Estadística
Regla de Decisión:
La cual asumiendo que la hipótesis nula es cierta se distribuye como
una con grados de libertad en el numerador y grados de
libertad en el denominador.
Para un nivel de significación “ ”, se rechaza la hipótesis nula si:
F0 F( ,k ,n− p )
Ejemplo :
Hipótesis:
H0 : j = 0 j= 1,2,……,k
H1 : j 0
̂𝑗
𝛽
𝑡0 = ∼ 𝑡(𝑛 − 𝑝)
̂ 2𝐶𝑗𝑗
√𝜎
Regla de Decisión:
Para un nivel de significación “”, se rechaza la hipótesis
nula si:
t0 t( / 2;n− p )
conclusion
Importante
------------------------------------------------------------------ -----------------
casos contraste conjunto contrastes individuales
F de Fisher t de Student
------------------------------------------------------------------ --------
1 significativo todos significativos
2 significativo algunos significativos
3 significativo ninguno significativo
4 no significativo todos significativos
5 no significativo algunos significativos
6 no significativo ninguno significativo
--------------------------------------------------- --------------------------------------------------- ---
y = Xβ + ε = X1β1 + X2β2 + ε
en el que la matriz X1 de n × (p − r) representa a las
columnas de X asociadas con β1 y la matriz X2 de n × r
representa a las columnas de X asociadas con β2. A este
se le llama el modelo completo.
Para el modelo completo, se sabe que
βˆ = (X X)−1Xy.
Y = X 1 β 1 + ε,
ˆβ 1 = (X´ 1 X 1 ) −1 X 1 y.
La suma de cuadrados de la regresión es
Si F 0 > F α , r , n − p , se rechaza H 0
Tarea:
Resolver caso especial de columnas ortogonales en X