U

Anlisis de regresin lineal.

5.1 Anlisis de regresin lineal con una variable independiente.
Introduccin El trmino "regresin" fue acuado por Sir Francis Galton (1822-1 11!" primo de #$arles %ar&in' Galton estudia(a la eugnica" trmino tam(in introducido por s) mismo para definir el estudio de la me*ora de la ra+a $umana a partir de los caracteres $ereditarios' ,a tcnica de regresin lineal simple est- indicada cuando se pretende e.plicar una /aria(le respuesta cuantitati/a en funcin de una /aria(le e.plicati/a cuantitati/a tam(in llamada /aria(le independiente" /aria(le regresora o /aria(le predictora' 0or e*emplo" se podr)a intentar e.plicar el peso en funcin de la altura' El modelo intentar)a apro.imar la /aria(le respuesta mediante una funcin lineal de la /aria(le e.plicati/a' ,as suposiciones 1ue se reali+an al aplicar las tcnicas de regresin lineal son2 -El modelo propuesto es lineal (es decir e.iste relacin entre la /aria(le e.plicati/a 3 la /aria(le e.plicada" 3 esta relacin es lineal!' Es decir se asume 1ue2 var.respuesta=0+ var. explicativa1+0 Siendo 0 el trmino independiente (constante o 4intercept4!" 1 el coeficiente de regresin de la /aria(le e.plicati/a (pendiente o 5slope4! 3 es una /aria(le aleatoria 1ue se llama error residual' -,a /aria(le e.plicati/a se $a medido sin error' -El /alor esperado de del modelo es cero' -,a /arian+a de (3 por lo tanto de la /aria(le respuesta! es constante' -,os son independientes entre s)' -Si se desean reali+ar contrastes de $iptesis so(re los par-metros (coeficientes! o so(re el modelo" tam(in es necesario 1ue la distri(ucin de sea normal'

0ara estudiar la /alide+ del modelo es necesario confirmar estas $iptesis mediante el estudio de los residuos (/alores o(ser/ados - /alores predic$os!2 normalidad" tendencias" etc' #uando no se cumplen los criterios de aplicacin es necesario reali+ar transformaciones a las /aria(les" o (ien para o(tener una relacin lineal o (ien para $omogenei+ar la /arian+a' Regresin lineal simple. Tiene como objeto estudiar cmo los cambios en una variable, no aleatoria, afectan a una variable aleatoria, en el caso de existir una relacin funcional entre ambas variables que puede ser establecida por una expresin lineal, es decir, su representacin grfica es una lnea recta. uando la relacin lineal concierne al valor medio o esperado de la variable aleatoria, estamos ante un modelo de regresin lineal simple. !a respuesta aleatoria al valor x de la variable controlada se designa por Yx ", seg#n lo establecido, se tendr

$e manera equivalente, otra formulacin del modelo de regresin lineal simple ser%a& si xi es un valor de la variable predictora e Yi la variable respuesta que le corresponde, entonces

Ei es el error o desviacin aleatoria de Yi . Definicin VALOR MEDIO. onstante que representa el centro de gravedad de la le" de probabilidad de una variable aleatoria " que, en casos de notable simetr%a en la funcin de densidad, puede interpretarse que dic'a constante nos se(ala la )ona donde se sit#an los valores de mxima probabilidad de la variable aleatoria. *l valor medio o valor esperado de una variable aleatoria se define como

siempre que dic'o valor exista, donde f es la funcin de densidad de la variable.