Así, desde el punto de vista geométrico, una curva de regresión poblacional es tan sólo el lugar
geométrico de las medias condicionales de la variable dependiente para los valores fijos de la(s)
variable(s) explicativa(s). En palabras más simples, es la curva que conecta las medias de las
subpoblaciones de Y que corresponden a los valores dados de la regresora X.
2. Este libro trata sobre todo de FRP lineales, es decir, regresiones lineales en los parámetros.
Éstas pueden ser o no lineales en la variable regresada o las regresoras.
4. La FRP es un concepto idealizado, pues en la práctica pocas veces se tiene acceso al total de
la población de interés. Por lo general se cuenta sólo con una muestra de observaciones de
la población. En consecuencia, se utiliza la función de regresión muestral estocástica (FRM)
para estimar la FRP; la forma de lograrlo se analiza en el capítulo 3.
El error estándar no es otra cosa que la desviación estándar de la distribución muestral del
estimador, y la distribución muestral de un estimador es tan sólo una probabilidad o distribución
de frecuencias del estimador.
1. Es lineal, es decir, función lineal de una variable aleatoria, como la variable dependiente
Y en el modelo de regresión.
2. 2. Es insesgado, es decir, su valor promedio o esperado, E(βˆ 2), es igual al valor
verdadero, β2.
3. 3. Tiene varianza mínima dentro de la clase de todos los estimadores lineales
insesgados; un estimador insesgado con varianza mínima se conoce como estimador
eficiente.
Los términos variación y varianza son diferentes. Variación significa la suma de los cuadrados
de las desviaciones de una variable respecto del valor de su media. Varianza es la suma de
los cuadrados dividida por los grados de libertad apropiados. En resumen, varianza
variación/gl.