Regresión Lineal

1. REGRESIÓN LINEAL
REPUBLICA BOLIVARIANA DE VENEZUELA
INSTITUTO UNIVERSITARIO POLITÉCNICO
“SANTIAGO MARIÑO”
Asignatura: Estadística
Código: 4201133
Profesor: Francis Rodriguez
Participante:
TSU Edgar J Ortiz G
C.I. 16.566.019

2. Regresión Lineal
En estadística la regresión lineal o ajuste lineal es un método matemático
que modela la relación entre una variable dependiente Y, las variables
independientes Xi y un término aleatorio ε. Este modelo puede ser
expresado como:
𝑌𝑡 = 𝛽0 + 𝛽1 𝑋1 + 𝛽1 𝑋1 + ⋯ + 𝛽 𝑝 𝑋 𝑝 + 𝜀
𝑌𝑡: variable dependiente, explicada o regresando.
X1, X2, …, Xp: variables explicativas, independientes o regresores.
𝛽0, 𝛽1, 𝛽2,…, 𝛽p: parámetros, miden la influencia que las variables
explicativas tienen sobre el regresando.
Donde 𝛽0 es la intersección o término "constante", 𝛽1 (i > 0) son los
parámetros respectivos a cada variable independiente, y p es el número de
parámetros independientes a tener en cuenta en la regresión. La regresión
lineal puede ser contrastada con la regresión no lineal.

3. Regresión Lineal
Posibles Situaciones:
 Existe una relación funcional entre ellas: el conocimiento de las
variables regresoras determina completamente el valor que toma la
variable respuesta.
 No existe ninguna relación entre la variable respuesta y las
variables regresoras: el conocimiento de ´estas no proporciona
ninguna información sobre el comportamiento de la otra, son
independientes.
 Caso intermedio: existe una relación “estadística” entre la variable
respuesta y las variables regresoras: el conocimiento de estas
permiten predecir con mayor o menor exactitud el valor de la
variable respuesta. Es el caso más habitual. Su estudio
corresponde a los Modelos de Regresión.

4. Regresión Lineal
Historia:
La primera forma de regresión lineal documentada fue el método de
los mínimos cuadrados que fue publicada por Legendre en 1805, y en
dónde se incluía una versión del teorema de Gauss-Márkov.

5. Regresión Lineal
Etimología:
El término regresión se utilizó por primera vez en el estudio de
variables antropométricas: al comparar la estatura de padres e hijos,
donde resultó que los hijos cuyos padres tenían una estatura muy
superior al valor medio, tendían a igualarse a éste, mientras que
aquellos cuyos padres eran muy bajos tendían a reducir su diferencia
respecto a la estatura media; es decir, "regresaban" al promedio. La
constatación empírica de esta propiedad se vio reforzada más tarde
con la justificación teórica de ese fenómeno.
El término lineal se emplea para distinguirlo del resto de técnicas de
regresión, que emplean modelos basados en cualquier clase de función
matemática. Los modelos lineales son una explicación simplificada de
la realidad, mucho más ágiles y con un soporte teórico mucho más
extenso por parte de la matemática y la estadística.
Pero bien, como se ha dicho, podemos usar el término lineal para
distinguir modelos basados en cualquier clase de aplicación.

6. EL MODELO DE REGRESIÓN LINEAL
El modelo lineal relaciona la variable dependiente Y con K variables
explicitas, Xk (k = 1,...K), o cualquier transformación de éstas que
generen un hiperplano de parámetros βk:
𝑌 = 𝛽 𝑘 𝑥 𝑘 + 𝜀
Donde ε es la perturbación aleatoria que recoge todos aquellos factores
de la realidad no controlables u observables y que por tanto se asocian
con el azar, y es la que confiere al modelo su carácter estocástico. En
el caso más sencillo, con una sola variable explícita, el hiperplano es
una recta:
𝑌𝑖 = 𝛽0 + 𝛽1 𝑋1 + 𝜀

7. EL MODELO DE REGRESIÓN LINEAL
El problema de la regresión consiste en elegir unos valores
determinados para los parámetros desconocidos 𝛽 𝑘, de modo que la
ecuación quede completamente especificada. Para ello se necesita
un conjunto de observaciones. En una observación i-ésima (i= 1,... I)
cualquiera, se registra el comportamiento simultáneo de la variable
dependiente y las variables explicitas (las perturbaciones aleatorias
se suponen no observables).
𝑌𝑖 = 𝛽 𝑘 𝑥 𝑘𝑖 + 𝜀𝑖
Los valores escogidos como estimadores de los parámetros 𝛽 𝑘, son
los coeficientes de regresión sin que se pueda garantizar que
coincida n con parámetros reales del proceso generador. Por tanto,
en
𝑌𝑖 = 𝛽 𝑘 𝑥 𝑘𝑖 + 𝜀𝑖
Los valores 𝜀 son por su parte estimaciones o errores de la
perturbación aleatoria.

8. HIPÓTESIS MODELO DE REGRESIÓN LINEAL
CLÁSICO
𝐸 𝜀𝑖 = 0
Para cada valor de X la perturbación tomará distintos valores de
forma aleatoria, pero no tomará sistemáticamente valores
positivos o negativos, sino que se supone tomará algunos valores
mayores que cero y otros menores que cero, de tal forma que su
valor esperado sea cero.
1. Esperanza Matemática Nula:

9. HIPÓTESIS MODELO DE REGRESIÓN LINEAL
CLÁSICO
𝑉𝑎𝑟 𝜀𝑡 = 𝐸 𝜀𝑡 − 𝐸𝜀𝑡
2
= 𝐸𝜀𝑡
2
= 𝜎2
para todo t
Todos los términos de la perturbación tienen la misma varianza
que es desconocida. La dispersión de cada ε_t en torno a su valor
esperado es siempre la misma.
2. Homocedasticidad:

10. HIPÓTESIS MODELO DE REGRESIÓN LINEAL
CLÁSICO
𝐶𝑜𝑣 𝜀𝑡, 𝜀 𝑠 = 𝜀𝑡 − 𝐸𝜀𝑡 𝜀 𝑠 − 𝐸𝜀 𝑠 = 𝐸𝜀𝑡 𝜀 𝑠 = 0
Las covarianzas entre las distintas perturbaciones son nulas, lo
que quiere decir que no están correlacionadas o
autocorrelacionadas. Esto implica que el valor de la perturbación
para cualquier observación muestral no viene influenciado por los
valores de las perturbaciones correspondientes a otras
observaciones muestrales.
3. Incorrelación:

11. HIPÓTESIS MODELO DE REGRESIÓN LINEAL
CLÁSICO
4. Regresores no estocásticos.
5. No existen relaciones lineales exactas entre los regresores.
6. T > k + 1, Suponemos que no existen errores de especificación en
el modelo, ni errores de medida en las variables explicativas.
7. Normalidad de las perturbaciones 𝜀 −> 𝑁(0, 𝜎2
).

12. SUPUESTOS DEL MODELO DE REGRESIÓN
LINEAL
Existen diferentes tipos de regresión lineal que se clasifican de
acuerdo a sus parámetros:
 Regresión lineal simple.
 Regresión lineal múltiple.

13. REGRESIÓN LINEAL SIMPLE
Sólo se maneja una variable independiente, por lo que sólo cuenta
con dos parámetros. Son de la forma:
Yi = β0 + β1X1 + εi
Donde εi es el error asociado a la medición del valor Xiy y siguen los
supuestos de modo que εi ~ N (0, σ2) (media cero, varianza
constante e igual a un σ y εi ⊥ εj con i ≠ j).

14. REGRESIÓN LINEAL SIMPLE
Analisis:
Dado el modelo de regresión simple, si se calcula la esperanza
(valor esperado) del valor Y, se obtiene:
𝐸 𝑦𝑖 = 𝑦𝑖 = 𝐸 𝛽0 + 𝐸 𝛽1 𝑥𝑖 + 𝐸 (𝜀𝑖)
Derivando respecto a 𝛽0 y 𝛽1 e igualando a cero, se obtiene:
𝜕 (𝑦 𝑖− 𝑦 𝑖)2
𝜕 𝛽0
= 0 ,
𝜕 (𝑦 𝑖− 𝑦 𝑖)2
𝜕 𝛽1
= 0
Obteniendo dos ecuaciones denominadas ecuaciones normales que
generan la siguiente solución para ambos parámetros:
𝛽1 =
𝑥 𝑦 − 𝑛 𝑥𝑦
( 𝑥)2−𝑛 𝑥2
=
𝑥 − 𝑥 ( 𝑦 − 𝑦 )
( 𝑥 − 𝑥 )
2 , 𝛽0 =
𝑦 − 𝛽1 𝑥
𝑛
= 𝑦 − 𝛽1 𝑥
La interpretación del parámetro 𝛽1 es que un incremento en Xi de una
unidad, Yi incrementará en 𝛽1.

15. REGRESIÓN LINEAL MÚLTIPLE
La regresión lineal permite trabajar con una variable a nivel de
intervalo o razón. De la misma manera, es posible analizar la
relación entre dos o más variables a través de ecuaciones, lo que se
denomina regresión múltiple o regresión lineal múltiple.
Constantemente en la práctica de la investigación estadística, se
encuentran variables que de alguna manera están relacionadas
entre sí, por lo que es posible que una de las variables puedan
relacionarse matemáticamente en función de otra u otras variables.
Maneja varias variables independientes, Cuenta con varios
parámetros. Se expresan de la forma:
𝑌𝑖 = 𝛽0 + 𝛽𝑖 𝑋𝑖𝑝 + 𝜀𝑖
Donde 𝜀𝑖 es el error asociado a la medición 𝑖 del valor 𝑋𝑖𝑝 y siguen
los supuestos de modo que 𝜀𝑖 ~ 𝑁 (0, 𝜎2) (media cero, varianza
constante e igual a un 𝜎 y 𝜀𝑖 ⊥ 𝜀𝑗 con 𝑖 ≠ 𝑗).

16. RECTAS DE REGRESIÓN
Las rectas de regresión son las rectas que mejor se ajustan a la nube
de puntos (o también llamado diagrama de dispersión) generada por
una distribución binomial. Matemáticamente, son posibles dos rectas
de máximo ajuste:
 La recta de regresión de Y sobre X:
𝒚 = 𝒚 +
σxy
σ 𝑥
2 (𝑥 − 𝑥)
 La recta de regresión de X sobre Y:
𝒙 = 𝒙 +
σxy
σ 𝑦
2 𝑦 − 𝑦

17. RECTAS DE REGRESIÓN
La correlación ("r") de las rectas determinará la calidad del ajuste. Si r
es cercano o igual a 1, el ajuste será bueno y las predicciones
realizadas a partir del modelo obtenido serán muy fiables (el modelo
obtenido resulta verdaderamente representativo); si r es cercano o
igual a 0, se tratará de un ajuste malo en el que las predicciones que
se realicen a partir del modelo obtenido no serán fiables (el modelo
obtenido no resulta representativo de la realidad). Ambas rectas de
regresión se intersecan en un punto llamado centro de gravedad de
la distribución.