Resumen error estandar, interpretacion, prediccion y pronostico
Páginas: 2 (467 palabras)
Publicado: 31 de marzo de 2010
RESUMEN SOBRE EL ERROR ESTANDAR, SU INTERPRETACION Y EL CONCEPTO DE PREDICCION Y PRONÓSTICO.
I- ERROR ESTANDAR DE ESTIMACION.
1. Definición.
El error estándar nos permitededucir la confiabilidad de la ecuación de regresión que hemos desarrollado.
Este error se simboliza Se y es similar a la desviación estándar en cuanto a que ambas son medidas de dispersión.
El errorestándar de la estimación mide la variabilidad, o dispersión de los valores observados alrededor de la línea de regresión.
El error estándar de estimación se calcula con la finalidad de medir laconfiabilidad de la ecuación de la estimación.
El error estándar de estimación permite medir la variabilidad o dispersión de los valores de (y) los cuales encontramos en la muestra, alrededor de lalínea recta de regresión.
El resultado que se obtiene del cálculo del error estándar de estimación se expresa en término de los valores de la variable dependiente yi.
En la actualidad, existen dosecuaciones para poder calcular el error estándar de estimación:
1) Se =
2) Se =
Nota: Se pierden dos grados de libertad puesto que los parámetros (a) y (b) se usan como estimadoresde sus respectivos valores poblacionales, en la ecuación de regresión muestral.
2. Interpretación del Error Estándar.
Como se aplicaba en la desviación estándar, mientras más grande seael error estándar de estimación, mayor será la dispersión de los puntos alrededor de la línea de regresión. De manera que inversa, si Se = 0, esperemos que la ecuación de estimación sea un estimadorperfecto de la variable dependiente.
A que nos referimos con esto, que si el error estándar de estimación (Se) es igual a cero (0), se espera que la ecuación de estimación (Ŷ = a + bx) sea unestimador perfecto de la variable dependiente y todos los puntos en el diagrama de dispersión deben estar concentrados alrededor de la línea recta de regresión.
Por el contrario, mientras más grande...
I- ERROR ESTANDAR DE ESTIMACION.
1. Definición.
El error estándar nos permitededucir la confiabilidad de la ecuación de regresión que hemos desarrollado.
Este error se simboliza Se y es similar a la desviación estándar en cuanto a que ambas son medidas de dispersión.
El errorestándar de la estimación mide la variabilidad, o dispersión de los valores observados alrededor de la línea de regresión.
El error estándar de estimación se calcula con la finalidad de medir laconfiabilidad de la ecuación de la estimación.
El error estándar de estimación permite medir la variabilidad o dispersión de los valores de (y) los cuales encontramos en la muestra, alrededor de lalínea recta de regresión.
El resultado que se obtiene del cálculo del error estándar de estimación se expresa en término de los valores de la variable dependiente yi.
En la actualidad, existen dosecuaciones para poder calcular el error estándar de estimación:
1) Se =
2) Se =
Nota: Se pierden dos grados de libertad puesto que los parámetros (a) y (b) se usan como estimadoresde sus respectivos valores poblacionales, en la ecuación de regresión muestral.
2. Interpretación del Error Estándar.
Como se aplicaba en la desviación estándar, mientras más grande seael error estándar de estimación, mayor será la dispersión de los puntos alrededor de la línea de regresión. De manera que inversa, si Se = 0, esperemos que la ecuación de estimación sea un estimadorperfecto de la variable dependiente.
A que nos referimos con esto, que si el error estándar de estimación (Se) es igual a cero (0), se espera que la ecuación de estimación (Ŷ = a + bx) sea unestimador perfecto de la variable dependiente y todos los puntos en el diagrama de dispersión deben estar concentrados alrededor de la línea recta de regresión.
Por el contrario, mientras más grande...
Leer documento completo
Regístrate para leer el documento completo.