Escolar Documentos
Profissional Documentos
Cultura Documentos
- y
)
2
y es una medida del error que se comete al usar la ecuacin de regresin para
calcular los valores de la variable dependiente. Mide que tan bien las observaciones se agrupan en
torno a la recta de regresin.
Cuando se elevan al cuadrado las desviaciones de las observaciones individuales de la variable
dependiente y
-y)
2
. SST mide que tan bien las observaciones se agrupan en torno a su media.
La Suma de Cuadrados debido a la Regresin se computa empricamente con la formula:
SSR = (y
-y)
2
. SSR mide la desviacin de los valores estimados del valor de la media de la
variable dependiente.
SSI = SSR +SSE
R
2
=
SSR
SSI
= 1 -
SSE
SSI
El coeficiente de determinacin, R
2
, asume valores entre 0 y 1 y se utiliza para evaluar la
bondad del ajuste de la ecuacin de regresin. Mientras ms cerca esta R
2
de 1, mayor es la
utilidad de la ecuacin de regresin como herramienta de prediccin.
Determinacin de la varianza de los residuos (e)
La varianza de los residuos (errores) se conoce como Error Medio Cuadrtico y se estima
por,
S
c
2
=
(y -y)
2
n -2
=
SSE
n -2
S
c
2
=
S
yy
-b
1
2
S
xx
n -2
=
S
yy
-b
1
S
xy
n -2
S
xx
= x
2
-
(x)
2
n
S
yy
= y
2
-
(y)
2
n
S
xy
= xy -
(x)(y)
n
La cantidad S
c
2
, es insesgada bajo el postulado de que el modelo de regresin es correcto.
Su raz cuadrada, S
c
, es una medida de la variacin absoluta en los datos expresados en las
mismas unidades que la variable dependiente y.
Un valor pequeo de S
c
sugiere que los valores observados de y estn cerca de la lnea de
regresin verdadera y la ecuacin de la lnea estimada, y = b
0
+b
1
X, provee estimados y
predicciones precisos.
Inferencias acerca de h
y h
1
.
El modelo de regresin de la poblacin se define como, y = [
0
+[
1
X +e. Para computar
los estimados de cuadrados mnimos b
0
y b
1
, de los parmetros [
0
y [
1
, debemos obtener
una muestra aleatoria de n observaciones.
b
1
= [
`
1
=
S
xy
S
xx
=
xy -
(x)(y)
n
x
2
-
(x)
2
n
=
n(xy) -(x)(y)
n(x
2
) -(x)
2
b
0
= [
`
0
= y -[
`
1
x
Es necesario conducir esta prueba estadstica, para determinar si hay una relacin lineal
entre x e y, hay que conducir una prueba de hiptesis sobre el parmetro [
1
, usando como
estimador de prueba a b
1
= [
`
1
. Si B
1
es significativamente diferente de cero y la lnea
poblacional de regresin tiene una pendiente positiva o negativa, el conocimiento del
valor de la variable independiente X, ayuda a predecir el valor de y. Cuando la
pendiente es positiva y B
1
es significativamente diferente de cero, si x es grande,
predeciremos valores grandes de y e viceversa. Sin embargo, si B
1
= , saber como es x
no nos ayudara a predecir y. Grficamente,
Resumen de la prueba para la pendiente B
1
Hiptesis nula: H
: B
1
=
Hiptesis alternativas:
Bilateral H
a
: B
1
=
Lateral derecho: H
a
: B
1
> u
Lateral izquierdo: H
a
: B
1
< u
Estadgrafo de prueba:
t =
B
1
-
S
B
1
=
B
S
e
2
S
xx
S
e
2
=
S
yy
-B
1
S
xy
n-2
Regin de rechazo:
Para un valor dado de y n-2 grados de libertad,
Para una prueba lateral, rechace H
si: t > t
u
o t < t
u
Para una prueba bilateral, rechace H
2
y
2
x - y
1 3 1 9 3
2 7 4 49 14
3 5 9 25 15
4 11 16 121 44
5 14 25 196 70
=15 =40 =55 =400 =146
y =
40
5
= 8 x =
15
5
= S
[
`
1
=
xy-
(x)(V)
n
x
2
-
(x)
2
n
=
146-
(1S)(40)
S
55-
(1S)
2
S
=
26
10
= 2.6
[
`
0
= y -[
`
1
x = 8 -|2.6 - S] = u.2
y = u.2 +2.6X
SSI = `(y
-y)
2
= S
yy
= `y
2
-
(y)
2
n
]
= 4uu -
4u
2
S
]
= 8u
S
xx
= `x
2
-
(x)
2
n
= SS -
1S
2
S
] = 1u
S
xy
= `xy -
(x)(y)
n
= 146 -
(1S)(4u)
S
= 26
SSE = `(y
-y
)
2
= S
yy
-b
1
S
xy
= 8u -|2.6 - 26] = 12.4
SSR = `(y
-y)
2
= b
1
S
xy
=
(S
xy
)
2
S
xx
= (2.6)(26) =
(26)
2
1u
= 67.6
R
2
=
SSR
SSI
= 1 -
SSE
SSI
=
67.6
8u
= 1 -
12.4
8u
= u.84S
S
c
2
=
(y -y)
2
n -2
=
SSE
n -2
=
12.4
S -2
= 4.1S
S
c
= S
c
2
= 4.1S = 2.uS
Intervalo de confianza (Inferencias sobre B
1
)
S
B
1
=
S
e
2
S
xx
=
S
c
.
S
xx
=
2. 3
1
= . 419
u=0.05 (95%) tu
2
] ,n-2
= t
.5
2
] ,5-2
= t
.25,3
= 3. 182
[
`
1
t
.25,3
S
B
1
= 2. (S.182 - u.6419) = (u.SS7, 4.642)
No contiene 0.