Pronosticos

Resultados:


Investiga en fuentes confiables de información lo siguiente:


¿Que es Regresión lineal múltiple?
En estadística la regresión lineal o ajuste lineal es un método matemático que modela la relación entre una variable dependiente Y, las variables independientes Xi y un término aleatorio ε. Este modelo puede ser expresado como:

¿Que es coeficiente de determinación?Básicamente el coeficiente de correlación es una medida que indica que tan asociadas están las variables dependiente e independiente en un modelo de regresión lineal, o de manera similar explica, junto con el coeficiente de de determinación( que es el cuadrado del coeficiente de correlación) que tanto depende realmente Y de X,
¿Que es coeficiente de correlacion?
El coeficiente de correlación nos da unaidea de que tan relacionadas linealmente están dos variables. Es un número que varía entre 0 y 1.
Si el coeficiente es > 0.9, entonces es una buena correlación.
Mucha gente coincide en que un coeficiente < 0.3 indica que las variables no están correlacionadas.
¿Cuáles son las desventajas de la multicolinealidad?
No debe existir multicolinealidad entre las variables explicativas oindependientes. La multicolinealidad originalmente implicaba la existencia de una relación lineal "perfecta o exacta" entre algunas o la totalidad de las variables independientes de un modelo de regresión. En la actualidad el término multicolinealidad se utiliza en un sentido más amplio para incluir el caso de multicolinealidad perfecta, así como también aquella situación en donde las variables X estánintercorrelacionadas, pero no en forma perfecta.
La multicolinealidad, incluye únicamente las relaciones lineales entre las variables independientes y elimina las relaciones no lineales existentes entre ellas. Por ejemplo consideremos el siguiente modelo de regresión:
Y = + 1 X + 2 X2 + 3 X3 + e

¿Porque es recomendable comparar modelos de regresión?
Uno de los temas recurrentes en el modelo deregresión lineal múltiple es el referente a la comparación de modelos. En la tarea por tratar de predecir de la mejor manera posible la variable dependiente es crucial disponer de herramientas que permitan comparar entre sí distintas combinaciones de las variables explicativas, sujetas o no a ciertas restricciones.
Dada una variable dependiente y un conjunto de k variables explicativas diremosque un modelo es mayor que otro modelo si el dominio del vector en el modelo es un subconjunto de dicho dominio en el modelo .
Como el espacio de búsqueda del óptimo en el modelo es un subconjunto de dicho espacio de búsqueda en el modelo es evidente que la suma de cuadrados de los residuos en el modelo debe ser menor o igual que dicha suma de cuadrados en el modelo , es decir:


¿Quees serie de tiempo?
Una serie temporal o cronológica es un conjunto e observaciones de una variable, ordenadas según transcurre el tiempo.
En una serie de tiempo las observaciones no se deben ordenar de mayor a menor debido a que se perdería el grueso de la información debido a que nos interesa detectar como se mueve la variable en el tiempo es muy importante respetar la secuencia temporal delas observaciones.
¿A qué se refiere la autocorrelación?
La autocorrelación es una herramienta matemática utilizada frecuentemente en el procesado de señales.
La función de autocorrelación se define como la correlación cruzada de la señal consigo misma. La función de autocorrelación resulta de gran utilidad para encontrar patrones repetitivos dentro de una señal, como por ejemplo, laperiodicidad de una señal enmascarada bajo el ruido o para identificar la frecuencia fundamental de una señal que no contiene dicha componente, pero aparecen numerosas frecuencias armónicas de esta.

¿Cuáles son las principales ventajas de las series de tiempo en los pronósticos?

Rápidos a utilizar una vez el modelo desarrollado.
La toma de datos no implica, en general, gastos adicionales
•...