EVALUACIN DEL MODELO

Aura Rozo 114234 Laura Meja

Irma Robles

MODELO DE REGRESIN LINEAL SIMPLE

A menudo es necesario identificar como estn relacionadas dos variables. La naturaleza y la intensidad de estas relaciones pueden examinarse por medio del anlisis de regresin y correlacin. El anlisis de regresin es til para averiguar la forma probable de la relacin entre las variables. El objetivo final del uso de este anlisis, por lo general es predecir o estimar el valor de una variable, correspondiente a un valor dado de otra.

ECUACIN DE LA REGRESIN:
Esta ecuacin describe la relacin verdadera entre la variable dependiente Y y la variable independiente X. Regresin de Y sobre X. La variable independiente X, toma valor fijos ya que son preseleccionados por el investigador. Para cada uno de estos valores existe una subpoblacin de valores Y. La siguiente ecuacin corresponde al modelo de regresin, donde: y= valor tpico de Y, y = ordenada al origen y al pendiente de la recta donde estn las medidas, e= trmino de error.

El mtodo que por lo comn se emplea para obtener la recta, se conoce como mtodo de los mnimos cuadrados y la recta resultante se llama recta de los mnimos cuadrados. y= a + bx Ecuacin general para una recta dada.

Para hallar la ecuacin de regresin basta con encontrar los valores de las constantes a y b. Estos valores se hallan resolviendo simultneamente las siguientes ecuaciones, conocidas como ecuaciones normales para un conjunto de datos:

EVALUACIN DE LA ECUACIN DE REGRESIN.

Una vez que se ha obtenido la ecuacin de regresin, debe ser evaluada para determinar si describe adecuadamente la relacin entre las dos variables. El coeficiente de determinacin: Una manera de evaluar la ecuacin de regresin la dispersin de los puntos alrededor es comparar de la recta de regresin con la dispersin alrededor de la media de los valores de las ordenadas de la muestra.

Desviacin total de cuadrados: distancia entre el valor observado y la media de y Desviacin explicada de cuadrados: distancia entre la recta de regresin y la media de y Desviacin inexplicada de cuadrados: distancia entre el punto observado y la recta de regresin.

El coeficiente de determinacin , permite evaluar al ecuacin, ya que si esta funciona bien para relacionar dos variables, la suma explicada de cuadrados debe constituir una gran proporcin de la suma total de cuadrados. Para determinar la magnitud de la proporcin se calcula la razn entre la suma explicada de cuadrados y la suma total de cuadrados, lo que corresponde a el coeficiente de determinacin.

El valor mximo que puede tomar r2 es 1, lo cual ocurre cuando toda la variacin esta explicada por la regresin. El valor mnimo de r2 es 0. esto ocurre cuando coincide la recta de regresin y la recta trazada por la media de y. Esto implica que ninguna de las variaciones esta explicada por la regresin. Un valor grande, se acepta la ecuacin de regresin debido a que esta ha tenido una gran proporcin de la variabilidad total de los valores observados. Si se obtiene un valor muy pequeo, indica una falla en la regresin, para explicar una gran proporcin de la variacin total en los valores observados.

MODELO DE REGRESIN LINEAL MLTIPLE

El anlisis de regresin mltiple nos permite establecer la relacin que se produce entre una variable dependiente Y y un conjunto de variables independientes X1,X2, Xk. Este anlisis, a diferencia del anlisis de regresin simple, se aproxima mas a situaciones reales ya que en si, los fenmenos son variables Y, que deben ser explicados por una serie de variables que participan ya sea directa o indirectamente en su concrecin.

ECUACIN DE REGRESIN MLTIPLE :

La siguiente ecuacin corresponde a al ecuacin del modelo de regresin lineal mltiple, donde: y= la variable a predecir; b, b1x1, b2x2bnxn corresponden a parmetros desconocidos a estimar y e es el error.

Estos parmetros desconocidos se obtiene por mnimos cuadrados, seleccionando estimaciones para la muestra de tal manera que se minimice la suma. Estas estimaciones de los coeficientes de regresin se obtienen resolviendo el conjunto siguiente de ecuaciones normales:

EVALUACIN DE LA ECUACIN DE REGRESIN. Tal como en el caso de la regresin simple, una vez obtenida la ecuacin, es conveniente determinar si vale la pena usarla. El coeficiente de determinacin mltiple: el concepto de coeficiente de determinacin aplicado en la regresin simple, se utiliza igualmente para la evaluacin de la regresin mltiple. Solo que en este caso, el calculo de las desviaciones es distinto.

Desviacin total de cuadrados:

desviacin explicada de cuadrados:

Desviacin inexplicada de cuadrados:

Inexplicada = total explicada.

OTRAS FORMAS DE EVALUAR EL MODELO DE REGRESIN LINEAL MLTIPLE. Coeficiente de correlacin mltiple (mltiple R).

Coeficiente de determinacin ajustado (adjusted R square).

Error tpico de regresin (ETB). Anlisis de varianza.

Anlisis de residuales.