Supuestos De La Regresion
Páginas: 2 (388 palabras)
Publicado: 2 de noviembre de 2012
Para poder crear un modelo de regresión lineal, es necesario que se cumpla con los siguientes supuestos[]
*La relación entre las variables es lineal.
*Los errores en la medición de las variablesexplicativas son independientes entre sí.
*Los errores tienen varianza constante. (Homocedasticidad)
*Los errores tienen una esperanza matemática igual a cero (los errores de una misma magnitud ydistinto signo son equiprobables).
*El error total es la suma de todos los errores.
1. Linealidad. Si no se tiene linealidad se dice que tenemos un error de especificación. En el caso de que seanvarias variables independientes, la opción Analizar-Regresión-Lineal-Gráficos-Generar todos los gráficos parciales nos da los diagramas de dispersión parcial para cada variable independiente. En ellosse ha eliminado el efecto proveniente de las otras variables y así la relación que muestran es la relación neta entre las variables representadas.
2. Independencia de la variable aleatoria“residuos” (especialmente importante si los datos se han obtenidos siguiendo una secuencia temporal).
Independencia entre los residuos mediante el estadístico de Durbin-Watson que toma valor 2 cuando losresiduos son completamente independientes (entre 1.5 y 2.5 se considera que existe independencia), DW<2 indica autocorrelación positiva y DW>2 autocorrelación negativa
()ΣΣ==−−=niiniiieeeDW12221,40≤≤DW
3. Homocedasticidad o igualdad de varianzas de los residuos y los pronósticos. Esta condición se estudia utilizando las variables: ZPRED=pronósticos tipificados y ZRESID=residuostipificados mediante:
• el estadístico de Levene
• un gráfico de dispersión .Que se obtiene en Analizar-Regresión-Lineal-Gráficos.
El supuesto de homocedasticidad implica que la variación de losresiduos sea uniforme en todo el rango de valores de los pronósticos (gráfico sin pautas de asociación).
4. Normalidad de los residuos tipificados. Podemos contrastarla mediante:
• La prueba de...
*La relación entre las variables es lineal.
*Los errores en la medición de las variablesexplicativas son independientes entre sí.
*Los errores tienen varianza constante. (Homocedasticidad)
*Los errores tienen una esperanza matemática igual a cero (los errores de una misma magnitud ydistinto signo son equiprobables).
*El error total es la suma de todos los errores.
1. Linealidad. Si no se tiene linealidad se dice que tenemos un error de especificación. En el caso de que seanvarias variables independientes, la opción Analizar-Regresión-Lineal-Gráficos-Generar todos los gráficos parciales nos da los diagramas de dispersión parcial para cada variable independiente. En ellosse ha eliminado el efecto proveniente de las otras variables y así la relación que muestran es la relación neta entre las variables representadas.
2. Independencia de la variable aleatoria“residuos” (especialmente importante si los datos se han obtenidos siguiendo una secuencia temporal).
Independencia entre los residuos mediante el estadístico de Durbin-Watson que toma valor 2 cuando losresiduos son completamente independientes (entre 1.5 y 2.5 se considera que existe independencia), DW<2 indica autocorrelación positiva y DW>2 autocorrelación negativa
()ΣΣ==−−=niiniiieeeDW12221,40≤≤DW
3. Homocedasticidad o igualdad de varianzas de los residuos y los pronósticos. Esta condición se estudia utilizando las variables: ZPRED=pronósticos tipificados y ZRESID=residuostipificados mediante:
• el estadístico de Levene
• un gráfico de dispersión .Que se obtiene en Analizar-Regresión-Lineal-Gráficos.
El supuesto de homocedasticidad implica que la variación de losresiduos sea uniforme en todo el rango de valores de los pronósticos (gráfico sin pautas de asociación).
4. Normalidad de los residuos tipificados. Podemos contrastarla mediante:
• La prueba de...
Leer documento completo
Regístrate para leer el documento completo.