Regresion lineal

INTRODUCCION.
El objeto de un análisis de regresión es investigar la relación estadística que existe entre una variable dependiente (Y) y una o más variables independientes ([pic], ... ). Parapoder realizar esta investigación, se debe postular una relación funcional entre las variables. Debido a su simplicidad analítica, la forma funcional que más se utiliza en la práctica es la relaciónlineal. Cuando solo existe una variable independiente, esto se reduce a una línea recta:
[pic]donde los coeficientes b0 y b1 son parámetros que definen la posición e inclinación de la recta. (Nótese quehemos usado el símbolo especial [pic]para representar el valor de Y calculado por la recta. Como veremos, el valor real de Y rara vez coincide exactamente con el valor calculado, por lo que esimportante hacer esta distinción.)
El parámetro b0, conocido como la "ordenada en el origen," nos indica cuánto es Y cuando X = 0. El parámetro b1, conocido como la "pendiente," nos indica cuánto aumentaY por cada aumento de una unidad en X. Nuestro problema consiste en obtener estimaciones de estos coeficientes a partir de una muestra de observaciones sobre las variables Y y X. En el análisis deregresión, estas estimaciones se obtienen por medio del método de mínimos cuadrados.
Representamos en un gráfico los pares de valores de una distribución bidimensional: la variable "x" en el ejehorizontal o eje de abcisa, y la variable "y" en el eje vertical, o eje de ordenada. Vemos que la nube de puntos sigue una tendencia lineal:
[pic]
El coeficiente de correlación lineal nos permitedeterminar si, efectivamente, existe relación entre las dos variables. Una vez que se concluye que sí existe relación, la regresión nos permite definir la recta que mejor se ajusta a esta nube de puntos.[pic]
Una recta viene definida por la siguiente fórmula:
|y = a + bx |

Donde "y" sería la variable...