analisis residual
Páginas: 2 (341 palabras)
Publicado: 29 de noviembre de 2013
9.3 Análisis de Residuales
Un residual ir es la diferencia entre el valor observado Yi y el valor estimado por la linea de regresión Yiˆ, es decir, i Yi Yi r = − ˆ. El residual puede serconsiderado como el error aleatorio ie observado. También se acostumbra usar el Residual estandarizado, el cual se obtiene al dividir elresidual entre la desviación estándar del residual (siempre que hagamosanálisis de residuales debemos
utilizar Residual estandarizado), y el Residual estudentizado "deleted", que es similar al anteriorpero eliminando de los cálculos la observación cuyo residual se desea hallar.
El análisis de residuales permite cotejar si las suposiciones del modelo de regresión se cumplen.
Se puede detectar:
a) Si efectivamente la relación entre las variables X e Y es lineal.
b)Si hay normalidad de los errores.
c) Si hay valores anormales en la distribución de errores (Si se usa Residual estandarizado,cualquier observación con un residual mayor de 2 o menor de 2 es considerado “outlier”)
d) Si hay varianza constante (propiedad de Homocedasticidad) y
e) Si hay independencia de los errores.
Plot de Normalidad: Permite cotejar normalidad. Si los puntos están bien cerca de una línea recta seconcluye, que hay normalidad.
Histograma de Residuales: También permite cotejar normalidad. Cuando el histograma es simétrico, con un único pico en el centro, se concluye que hay normalidad.
Plotde Residuales versus los valores predichos (FITS): Se usa para detectar si hay datos anormales, cuando hay datos que caen bastantes alejados, tanto en el sentido vertical como horizontal. Tambiénpermite detectar si la varianza de los errores es constante con respecto a la variable de respuesta.
Plot de Residuales versus el índice de la observación: Es más específico para detectar que observaciónes un dato anormal. Si se usan residuales estandarizados, entonces un dato con residual más allá de 2 ó -2 es considerado un "outlier" en el sentido vertical....
Un residual ir es la diferencia entre el valor observado Yi y el valor estimado por la linea de regresión Yiˆ, es decir, i Yi Yi r = − ˆ. El residual puede serconsiderado como el error aleatorio ie observado. También se acostumbra usar el Residual estandarizado, el cual se obtiene al dividir elresidual entre la desviación estándar del residual (siempre que hagamosanálisis de residuales debemos
utilizar Residual estandarizado), y el Residual estudentizado "deleted", que es similar al anteriorpero eliminando de los cálculos la observación cuyo residual se desea hallar.
El análisis de residuales permite cotejar si las suposiciones del modelo de regresión se cumplen.
Se puede detectar:
a) Si efectivamente la relación entre las variables X e Y es lineal.
b)Si hay normalidad de los errores.
c) Si hay valores anormales en la distribución de errores (Si se usa Residual estandarizado,cualquier observación con un residual mayor de 2 o menor de 2 es considerado “outlier”)
d) Si hay varianza constante (propiedad de Homocedasticidad) y
e) Si hay independencia de los errores.
Plot de Normalidad: Permite cotejar normalidad. Si los puntos están bien cerca de una línea recta seconcluye, que hay normalidad.
Histograma de Residuales: También permite cotejar normalidad. Cuando el histograma es simétrico, con un único pico en el centro, se concluye que hay normalidad.
Plotde Residuales versus los valores predichos (FITS): Se usa para detectar si hay datos anormales, cuando hay datos que caen bastantes alejados, tanto en el sentido vertical como horizontal. Tambiénpermite detectar si la varianza de los errores es constante con respecto a la variable de respuesta.
Plot de Residuales versus el índice de la observación: Es más específico para detectar que observaciónes un dato anormal. Si se usan residuales estandarizados, entonces un dato con residual más allá de 2 ó -2 es considerado un "outlier" en el sentido vertical....
Leer documento completo
Regístrate para leer el documento completo.