Fisicanet ®

Análisis de Regresión y Correlación

Análisis de Regresión

Supuestos de Regresión Lineal Clásica

• Cada error está normalmente distribuido con:

Proceso de estimación de la regresión lineal simple

Modelo de regresión

y = β0 + β1x + ε

Ecuación de regresión

E(y) = β0 + β1·x

Parámetros desconocidos

β0·β1

Datos de la muestra.

xy
x1
x2
.
.
.
xn
y1
y2
.
.
.
yn

b0 y b1

Proporcionan estimados

β0 y β1

Ecuación estimada de regresión

y = b0 + b1·x

Estadísticos de la muestra

b0·b1

Líneas posibles de regresión en la regresión lineal simple

Sección A

Gráfica de la ecuación de regresión
Relación lineal positiva

Sección C

Gráfica de la ecuación de regresión
No hay relación

Sección B

Gráfica de la ecuación de regresión
Relación lineal negativa

Estimación de la ecuación de regresión simple

Y' = a + b·X, donde:

Fórmula para la pendiente de la línea

a = (∑Y)/n - b·(∑X)/n

Mínimos cuadrados - supuestos

El modelo de regresión es lineal en los parámetros.

Los valores de X son fijos en muestreo repetido.

El valor medio de la perturbación εi es igual a cero.

Homocedasticidad o igual variancia de εi

No autocorrelación entre las perturbaciones.

La covariancia entre εi y Xi es cero.

El número de observaciones n debe ser mayor que el número de parámetros a estimar.

Variabilidad en los valores de X.

El modelo de regresión está correctamente especificado.

No hay relaciones lineales perfectas entre las explicativas.

Estimación de la variancia de los términos del error (σ²)

Debe ser estimada por varios motivos.

Para tener una indicación de la variabilidad de las distribuciones de probabilidad de Y.

Para realizar inferencias con respecto a la función de regresión y la predicción de Y.

La lógica del desarrollo de un estimador de σ² para el modelo de regresión es la misma que cuando se muestrea una sola población.

La variancia de cada observación Yi es σ², la misma que la de cada término del error

Dado que los Yi provienen de diferentes distribuciones de probabilidades con medias diferentes que dependen del nivel de X, la desviación de una observación Yi debe ser calculada con respecto a su propia media estimada Yi.

Yi - Ŷi = ei

Por tanto, las desviaciones son los residuales.

Y la suma de cuadrados es:

Fórmula para la suma de cuadrados

La suma de cuadrados del error, tiene n - 2 grados de libertad asociados con ella, ya que se tuvieron que estimar dos parámetros.

Por lo tanto, las desviaciones al cuadrado dividido por los grados de libertad, se denomina cuadrados medios:

Fórmula de los cuadrados medios

Donde CM es el cuadrado medio del error o cuadrado medio residual. Es un estimador insesgado de σ²

Análisis de variancia en el análisis de regresión

El enfoque desde el análisis de variancia se basa en la partición de sumas de cuadrados y grados de libertad asociados con la variable respuesta Y.

La variación de los Yi se mide convencionalmente en términos de las desviaciones

(Yi - Yi)

La medida de la variación total SCtot, es la suma de las desviaciones al cuadrado

∑(Yi - Yi

Desarrollo formal de la partición

Consideremos la desviación

(Yi - Yi)

Podemos descomponerla en

(Yi - Y)=i - Y)+(Yi - Ŷi)
TRE

(T): desviación total

(R): es la desviación del valor ajustado por la regresión con respecto a la media general

(E): es la desviación de la observación con respecto a la línea de regresión

Si consideremos todas las observaciones y elevamos al cuadrado para que los desvíos no se anulen

∑(Yi - Y=∑(Ŷi - Y+∑(Yi - Ŷi
SCtotSCregSCer

(SCtot): Suma de cuadrados total

(SCreg): Suma de cuadrados de la regresión

(SCer): Suma de cuadrados del error

Dividiendo por los grados de libertad, (n - 1), (k) y (n - 2), respectivamente cada suma de cuadrados, se obtienen los cuadrados medios del análisis de variancia.

Coeficiente de Determinación

Coeficiente de Determinación, R2 - es la proporción de la variación total en la variable dependiente Y que es explicada o contabilizada por la variación en la variable independiente X.

El coeficiente de determinación es el cuadrado del coeficiente de correlación, y varia entre 0 y 1.

Cálculo del R² a través de la siguiente fórmula.

R² = [∑(Ŷc - Y)²]/[∑(Ŷ0 - Y)²]

Inferencia en Regresión

Los supuestos que establecimos sobre los errores nos permiten hacer inferencia sobre los parámetros de regresión (prueba de hipótesis e intervalos de confianza), ya que los estimadores de β0 y β1 pueden cambiar su valor si cambia la muestra.

Por lo tanto debemos conocer la distribución de los estimadores para poder realizar prueba de hipótesis e intervalos de confianza.

Ejemplo: Se desean comparar los rendimientos predichos a partir de la información obtenida por 3 sensores sobre los rendimientos reales por parcelas de lotes de maíz. Los rendimientos (Y) y el los rindes predichos de 4 sensores se presentan a continuación:

Ejemplo de inferencia en regresión

¿Qué sensor refleja mejor el rendimiento de esa zona?

Solución

Descripción gráfica y cuantitativa de la relación entre cada sensor y el rendimiento

Gráfico del ejemplo de inferencia en regresión

Y = 338,71·X - 4,87

R² = 0,32

Gráfico del ejemplo de inferencia en regresión

Y = 155,37·X - 13,25

R² = 0,57

Gráfico del ejemplo de inferencia en regresión

Y = -1004,34·X +112,24

R² = 0,44

Editor: Ricardo Santiago Netto (Administrador de Fisicanet)

Ver condiciones para uso de los contenidos de fisicanet.com.ar

Éste sitio web usa cookies, si permanece aquí acepta su uso.

Puede leer más sobre el uso de cookies en nuestra política de privacidad.