Análisis de los residuos e hipótesis

Si bien para la estimación por mínimos cuadrados de los coeficientes de un modelo de regresión,
sólo es necesaria la asunción de linealidad, la normalidad de los mismos, en base a la cual se
realizan los contrastes de hipótesis, está basada también en las asunciones de normalidad y
homoscedasticidad. Por consiguiente, conviene asegurar que dichas asunciones se cumplen en
cada caso.

Hay que tener en cuenta que, en caso de que no se cumpla la normalidad, no se puede utilizar
la t ni la F para los contrastes de hipótesis. Puede usarse, sin embargo, la desigualdad de
Tchebysheff, que establece que para cualquier variable aleatoria

siendo k cualquier número real positivo. Otro modo alternativo de escribirlo es

Por lo tanto, un modo de contrastar, sin la asunción de normalidad, la hipótesis nula

H0 : ai = a

es calcular el cociente

y la probabilidad de error tipo I al rechazarla es £ 1/k2

Esta prueba tampoco se puede usar si no se cumple la homoscedasticidad, pues en ese caso la
estimación de EE(ai) no es válida.

Recordando la 2ª formulación del modelo, las asunciones se pueden resumir en que las
variables ex1,...,xk son independientes, distribuidas normalmente con media cero y todas con la
misma varianza s2

ex1,...,xk es un conjunto de variables, una para cada combinación x1,...,xk de valores de las

variables X1,...,Xk.

denominados residuos, son los valores que en la muestra toman estas variables.

Generalmente, sin embargo, no se tienen suficientes de estos valores muestrales para cada
variable (para el problema del ejemplo 5, por ejemplo, existe una variable ex1,...,xk para cada valor
de la edad, del consumo de grasas y del ejercicio; el residuo para el primer paciente corresponde a
la variable e80,35,0; el del segundo a la variable e30,40,2; etc., es decir, para cada variable sólo se tiene
un valor muestral.

Para el problema del ejemplo 8, sin embargo, sólo hay cuatro variables: e0,0, e1,0, e0,1 y e1,1 y sí

puede haber suficientes valores muestrales para cada una de ellas como para plantearse pruebas
de bondad de ajuste a la distribución normal (ji-cuadrado o Kolmogorov-Smirnov) y de
homoscedasticidad (Bartlett).

El planteamiento habitual es considerar que, como todas ellas son normales con la misma media

(0) y la misma varianza (s2), los residuos ( ) también tienen una distribución normal con media 0
y varianza desconocida s2 y, simplemente, contrastar este extremo.

Al conjunto de técnicas que se usan para ello se le denomina análisis de los residuos.

El análisis de los residuos consiste, por tanto, en contrastar que  , i=1,...,n provienen de una
población normal con media 0 y varianza s 2 con las pruebas habituales de ji-cuadrado,
Kolmogorov-Smirnov.

Hay que tener en cuenta que de este modo se están contrastando globalmente todas las
asunciones y, por consiguiente, una falta de normalidad de los residuos puede ser debida también
a que el modelo sea inapropiado o a existencia de heterocedasticidad.

Teniendo en cuenta que (n-(k+1))s 2/ s2 se distribuye como una ji-cuadrado con (n-(k+1)) grados de
libertad, la variable