investigacion modelos de regresion simple
INDICE
INTRODUCION …………………………………………………………………………2
MODELO DE REGRESIÓN MÚLTIPLE………………………………………………2
NOTACIÓN …………………………………..……………………………………………3
HIPÓTESIS .………………………………………………………………………………4
CONCLUSIÓN …………………………………………………………………………..5
BIBLIOGRAFÍA …………………………………………………………………………5
INTRODUCCION
Un modelo relaciona una o varias variables que hay que explicar Y a unas variables explicativas X, por una relaciónfuncional Y = F (X)
Un modelo físico es un modelo explicativo sostenido por una teoría.
Un modelo estadístico, al contrario, es un modelo empírico nacido de datos disponibles, sin conocimientos a priori sobrelos mecanismos en juego. Podemos sin embargo integrar en eso ecuaciones físicas (en el momento del pretratamiento de datos).
Disponemos de n de observaciones (i = 1,…, n ) de p variables. La ecuaciónde regresión se escribe:
donde
ε i es el error del modelo;
a0, a1, …, ap son los coeficientes del modelo que hay que estimar.
El cálculo de los coeficientes a j y del error del modelo, a partir delas observaciones, es un problema bien dominado.
Más delicado es la elección de las variables que entran en este modelo. Puede ser postulado o no postulado.
MODELO DE REGRESIÓN MÚLTIPLE
Regresiónmúltiple es una técnica de análisis multivariable en el que se establece una relación funcional entre una variable dependiente o a explicar y una serie de variables independientes o explicativas, en laque se estiman los coeficientes de regresión que determinan el efecto que las variaciones de las variables independientes tienen sobre el comportamiento de la variable dependiente. El modelo másutilizado es el modelo lineal, pues es el que requiere estimar un menor número de parámetros (Bernal, A. en Martínez, Martín, Martínez, Sanz de la Tajada y Vacchiano, 2000, pág. 584). La medida de la bondaddel ajuste de la función estimada viene dada por el coeficiente de correlación múltiple, y el coeficiente de determinación, que es el cuadrado del...
Regístrate para leer el documento completo.