Check List Hoteles

El Modelo de Regresión Lineal Simple

 Se denominan modelos de regresión a los modelos estadísticos que explican la dependencia de una variable dependiente “Y” respecto de una o varias variablescuantitativas “X”.
Comenzaremos el estudio de una única ecuación con solo dos variables y con una relación lineal.
Se trata de estudiar una ecuación o un modelo del siguiente tipo:
[pic]Nuestra labor consiste en estimar los parámetros beta 1 y beta 2 de la ecuación anterior a partir de los datos muestrales de los que disponemos. Para ello utilizaremos el método de los mínimos cuadradosordinarios, pero antes de ver en que consiste este método debemos hacer ciertas hipótesis sobre el comportamiento de las variables que integran el modelo.


A la variable Ut, la llamamos término deperturbación o error, y es una variable que recoge todos aquellos factores que pueden influir a la hora de explicar el comportamiento de la variable Y y que sin embargo no están reflejados en lavariable explicativa X. Estos factores deben ser poco importantes, es decir, no puede existir ninguna variable explicativa relevante omitida en el modelo de regresión. De ser así estaríamos incurriendo enlo que se conoce como un error de especificación del modelo.

El término de perturbación también recoge los posibles errores de medida de la variable dependiente Y.
Vemos por tanto que lo que nosinteresa es que este término de perturbación no ejerza ninguna influencia determinante en la explicación del comportamiento de la variable dependiente. Sobre el término de error vamos a hacer lassiguientes hipótesis de comportamiento:
·        La esperanza matemática de Ut es cero: E (Ut)=0
Traducido en palabras normales esto es lo mismo que decir que en su comportamiento no existe un sesgosistemático en ninguna dirección determinada. Por ejemplo, si estamos realizando un experimento en el cual tenemos que medir la longitud de un determinado objeto, a veces al medir dicha longitud...