Hipótesis:
El modelo es lineal en los parámetros
εi son independientes i=1..n y se distribuye N(0,σ2)
Y es una variable aleatoria pues Bo, B1,….X son constantes
εi, y εj no son correlacionados, o sea son distintos.
Yi=Bo+BiXi + εi
E(Yi)= Bo+BiXi
Residuales: ei=yi-ŷi y Σei=0
Método de Mínimos Cuadrados
Teorema Gauss Markov: En el modelo de regresión simple, los estimadores Bo y B1 por mínimos cuadrados son los mejores estimadores lineales insesgados (pues son los de varianza minima)
r^2 que tanto explica el modelo en sus estimadores con respecto a su variable total entre más grande la proporción, mejor.
Prueba de Hipótesis
Ho: B1=0 rechazo la hipótesis, entonces tiene sentido la regresión.
Hc: B1 es distinto de 0
jueves, 4 de febrero de 2010
Suscribirse a:
Enviar comentarios (Atom)
No hay comentarios:
Publicar un comentario