REGRESION LINAL SIMPLE ECONOMETRIA, Guías, Proyectos, Investigaciones de Econometría

¡Descarga REGRESION LINAL SIMPLE ECONOMETRIA y más Guías, Proyectos, Investigaciones en PDF de Econometría solo en Docsity!

REGRESIÓN LINEAL SIMPLE 1. El problema de la regresión lineal simple 2. Método de mínimos cuadrados 3. Coeficiente de regresión 4. Coeficiente de correlación lineal 5. El contraste de regresión 6. Inferencias acerca de los parámetros 7. inferencias acerca de la predicción 8. Los supuestos del modelo de regresión lineal 9. Un ejemplo en donde no se cumplen los supuestos 1. El problema de la regresión lineal simple El objetivo de un modelo de regresión es tratar de explicar la relación que existe entre una variable dependiente (variable respuesta) Y un conjunto de variables independientes (variables explicativas) X,.... Xy. En un modelo de regresión lineal simple tratamos de explicar la relación que existe entre la variable respuesta Y y una única variable explicativa X. Ejemplo: En la muestra de la miel vamos a ver si existe relación lineal entre la acidez libre (AcLib) y la acidez total (AcTot). Para ver si un modelo de regresión lineal tiene sentido, comenzamos dibujando un diagrama de dispe: Mediante las técnicas de regresión de una variable Y sobre una variable X, buscamos una función que sea una buena aproximación de una nube de puntos (%,y), mediante una curva del tipc Obrenacion aya; El modelo de regresión lineal simple tiene la siguiente expresión: Y =a+PXte, En donde a es la ordenada en el origen (el valor que toma Y cuando X vale 0), /? es la pendiente de la recta (e indica cómo cambia Y al incrementar X en una unidad) y < una variable que incluye un conjunto grande de factores, cade uno de los cuales influye en la respuesta sólo en pequeña magnitud, a la que llamaremos error. X e Y son variables aleatorias, por lo que no se puede establecer una relación lineal exacta entre ellas. _wT Peto)