HISTORIA
El mtodo de los mnimos
cuadrados
El MODELO
DE R.L
TIPOS DE
R.L
REGRESION APLICACIN
DE R.L
LINEAL
Es una explicacin simplificada de la
realidad
DIRECTORIO
DIRECTORA
Crismar Contreras
JEFE DE REDACCIN
Lic. Patricia Pineda.
DIRECTOR DE ARTE
Eduardo Hernndez
DIGITALIZACIN
Carlos Pea.
COORDINACIN
Maria Del Carmen
REDACCION Y VENTAS
Final Avenida Ferrero Tamayo,
Edificio Bloque Friulis , Piso 6, San Cristbal.
Redaccin (0276) 406.4586 /406.4580.
404.4587/ Ventas (0276) 406.4583
HISTORIA 03
HISTORIA
a primera forma de regresin lineal documentada fue el mtodo de
L los mnimos cuadrados que fue publicada por Leggendre
en 1805, Gauss public un trabajo en donde desarrollaba de manera ms
profunda el mtodo de los mnimos cuadrados y en dnde se inclua una
versin del teorema de Gauss-Mrkov.
El problema de la
regresin consiste en elegir
unos valores determinados
para los parmetros
desconocidos
Los valores escogidos como estimadores de los
parmetros , son los coeficientes de regresin
sin que se pueda garantizar que coincida n con
parmetros reales del proceso generador. Por
tanto, en
Derivando respecto
a y e
igualando a cero, se obtiene
11
Rectas de Regresin
Las rectas de regresin son
las rectas que mejor se ajustan
Regresin lineal mltiple a la nube de puntos (o tambin
llamado diagrama de
dispersin) generada por
una distribucin binomial.
Matemticamente, son posibles
dos rectas de mximo ajuste:
La regresin lineal permite trabajar
La recta de regresin
con una variable a nivel de intervalo de Y sobre X:
o razn. De la misma manera, es
posible analizar la relacin entre dos
o ms variables a travs de
La recta de regresin
ecuaciones, lo que se de X sobre Y:
denomina regresin
mltiple o regresin lineal
mltiple. La correlacin ("r") de las rectas
determinar la calidad del ajuste.
Constantemente en la prctica de la Si r es cercano o igual a 1, el ajuste
investigacin estadstica, se ser bueno y las predicciones
encuentran variables que de alguna realizadas a partir del modelo
obtenido sern muy fiables (el
manera estn relacionadas entre s, modelo obtenido resulta
por lo que es posible que una de las verdaderamente representativo);
variables puedan relacionarse si r es cercano o igual a 0, se tratar
matemticamente en funcin de otra de un ajuste malo en el que las
predicciones que se realicen a partir
u otras variables. del modelo obtenido no sern
Maneja varias variables fiables (el modelo obtenido no
independientes. Cuenta con varios resulta representativo de la
realidad). Ambas rectas de regresin
parmetros. se intersecan en un punto llamado
centro de gravedad de
la distribucin.
12