Вы находитесь на странице: 1из 17

Unidad N2

Modelos de Regresin

El anlisis de regresin ms sencillo usa dos variables.

La funcin que las relaciona se conoce como funcin de


regresin poblacional (FRP).
La FRP se puede construir si se conoce la totalidad de los
datos (y que tuvieran exactitud de medicin).
En la realidad no siempre se puede contar con la totalidad
de los datos =>muestra
=>estimacin de la FRP.
La tarea es estimar la FRP en base a la FRM con un
mnimo de error. El mtodo ms simple es el de mnimos
cuadrados ordinarios.

FRP En la
realidad es
desconocida.

Poblacin Total Universo


Muestra

FRM
Estima la FRP.

Ejemplo hipottico
Ingreso familiar por semana X
($)
X

80

100

120

140

160

180

200

220

240

260

55

65

79

80

102

110

120

135

137

150

Gastos

60

70

84

93

107

115

136

137

145

152

de

65

74

90

95

110

120

140

140

155

175

consumo

70

80

94

103

116

130

144

152

165

178

familiar

75

85

98

108

118

135

145

157

175

180

113

125

140

160

189

185

semanal
($)

88

115

162

191

Poblacin total=60 familias


Columna: distribucin condicional de Y => Probabilidad condicional de Y (P(Y/X)

Probabilidades condicionales
p(Y/Xi)
X

80

100

120

140

160

180

200

220

240

260

1/5

1/6

1/5

1/7

1/6

1/6

1/5

1/7

1/6

1/7

Probab.

1/5

1/6

1/5

1/7

1/6

1/6

1/5

1/7

1/6

1/7

condicionales

1/5

1/6

1/5

1/7

1/6

1/6

1/5

1/7

1/6

1/7

p(Y/Xi)

1/5

1/6

1/5

1/7

1/6

1/6

1/5

1/7

1/6

1/7

1/5

1/6

1/5

1/7

1/6

1/6

1/5

1/7

1/6

1/7

1/7

1/6

1/6

1/7

1/6

1/7

P(Y/Xi)

1/6

1/7

1/7

1/7

Medias
condicionales

65

77

89

de Y

Media condicional: E(Y/X=Xi)

101

113

125

137

149

161

173

Gastos de consumo semanal ($)

200

150

100

50
60

80

100

120

140

160

180

200

220

240

260

Ingreso semanal ($)

Diagrama de dispersin: Distribucin condicional de Y


En promedio, consumo aumenta al incrementarse el ingreso.

Recta de regresin poblacional: unin de las medias condicionales.

Gastos
De
Consumo
($)

149
101
65

80

140

220

Ingreso semanal ($)

Para cada Xi existe una poblacin de valores Y, que se suponen normalmente


distribuidos

Funcin de Regresin Poblacional


(FRP)
E Y / X i f ( X i )
Dicha funcin denota que la media poblacional de la distribucin de Y
dado Xi est funcionalmente relacionada con Xi (muestra cmo el valor
promedio de Y vara con respecto a las X).
Qu forma toma f(Xi)? Dado que no se dispone de la totalidad de la
poblacin para efectuar el anlisis, la forma funcional de la FRP debe ser
aproximada de una manera emprica.
Ejemplo: Linealidad

E (Y / X i ) 1 2 X i
Inters: Estimacin de los coeficientes de regresin

Concepto de Linealidad
Linealidad en las variables.
La expectativa condicional de Y es una funcin lineal de Xi
(geomtricamente, la curva de regresin es una lnea recta).
Linealidad en los parmetros.
La esperanza condicional de Y es una funcin lineal de los
parmetros B (puede ser o no lineal en la variable X)
La expresin regresin lineal significar una regresin lineal en los
parmetros, pudiendo o no ser lineales en las variables explicativas.

Especificacin Estocstica de la
FRP
Ejemplo: Los gastos de consumo se concentran alrededor del consumo
promedio, existiendo una desviacin(de un Y individual
alrededor de su valor esperado) ui Yi E (Y / X i )
Yi E (Y / X i ) ui
La desviacin ui es una variable aleatoria no observable que toma
valores positivos o negativos. Se le lama perturbacin estocstica o
error estocstico.
Bajo el supuesto que E(Y/Xi) es lineal en Xi, la ecuacin de regresin
puede escribirse como:
Yi E (Y / X i ) ui

Yi 1 2 X i ui
Se demuestra que E(ui/Xi)=0

Significado del trmino perturbacin:


Se desconocen otras variables explicativas.
Se conocen algunas de las variables excluidas, pero no existen cifras
sobre dichas variables.
Desde el punto de vista prctico no se justifica la inclusin explcita
de un conjunto de variables.
Pueden existir errores de medicin para las variables.

Funcin de regresin Muestral


(FRM)
Slo se conocen los datos de una muestra, por lo tanto nuestra tarea
consiste en la estimacin de la FRP con base en informacin
muestral.
No es factible estimar con precisin la FRP.
La FRM nos dice cmo estimar el parmetro poblacional a partir de la
informacin proporcionada por la muestra.
Podemos expresar la FRM en su forma estocstica:

Yi 1 2 X i

Muestra aleatoria 1 tomada de la poblacin

Muestra aleatoria 2 tomada de la poblacin

Gastos de consumo

Ingreso familiar

Gastos de consumo

Ingreso familiar

70

80

55

80

65

100

88

100

90

120

90

120

95

140

80

140

110

160

118

160

115

180

120

180

120

200

145

200

140

220

135

220

155

240

145

240

150

260

175

260

Gastos de consumo ($)

200

150

Muestra 1

100

Muestra 2

50

0
60 80 100 120 140 160 180 200 220 240 260
Ingreso semanal ($)

N muestras aleatorias =>N lneas de regresin distintas

Funcin de regresin muestral (FRM):

Yi 1 2 X i

Yi estimadordeE (Y / Xi )

1 estimadorde1

2 estimadorde 2

Forma estocstica de la FRM


Yi 1 2 X i ei

Donde ei es el trmino residual (muestral), anlogo a ui e introducido


por las mismas razones-

Resumiendo, el objetivo del anlisis de regresin consiste en estimar


la FRP

Yi 1 2 X i ui
con base en la FRM


Yi 1 2 X i ei

Nuestra estimacin de la FRP es, en el mejor de los casos, una


aproximacin.

FRP v/s FRM

FRM : Yi 1 2 X i

Yi
Yi

ei

ui

Yi estimado
FRP : E (Y / X i ) 1 2 X i ui

E(Y/Xi) Media Poblacional

Xi

Вам также может понравиться