Material de apoyo unidad I. Lab IV

1. LABORATORIO IV
Facultad de Estudios Superiores
Aragón
Licenciatura en Economía
Lic. Eunice Angélica García Pérez

2. UNIDAD I
MATERIAL DE APOYO
MODELO DE REGRESIÓN LINEAL

3. Elementos del Modelo:
Cuando este lo convertimos en un modelo, la
ecuación queda de la siguiente manera:
ŷ= 𝛼 + 𝛽𝑥 + 𝜖

4. Elementos del Modelo:
Gráficamente la línea de regresión:
la línea recta es representa el ideal
del modelo porque en la realidad
los puntos no caen sobre la línea

5. Elementos del Modelo:
Donde:
ŷ: es el origen de la recta (variable a
explicar). Estimada.
α: es el valor de la ordenada donde la línea de
regresión se intercepta con el eje.
β: es el coeficiente de regresión de los datos
(pendiente de la recta) (cambio que genera en
yi cada unidad de xi)
×: Variable explicativa

6. Elementos del Modelo:
Donde:
ε: es el error o residuo entre las
observaciones y el modelo. (características no
explicadas por el modelo planteado).
Es una variable aleatoria que representa a
todos aquellos valores que afectan a “y”, que
no son captados por la primera parte de la
ecuación (parte determinística), es decir, que
no son estimables por medio de esta
regresión lineal

7. Elementos del Modelo:
Gráficamente: Se observa
la distancia
Entre el pronóstico ideal y
el verdadero valor
Que toma la variable

8. Elementos del Modelo:
El error de estimación, se representa:
𝜀𝑖 = 𝑦𝐼 − ŷ
Lo que indica la diferencia entre el valor
estimado para la recta de Regresión Poblacional y
el valor observado con la aplicación de la recta de
Regresión Muestral.

9. Elementos del Modelo:
Por lo que en el modelo se consideran todos los
factores que afectan a “y”, y que no están
contemplados en la parte determinística de la
regresión, son estimables por medio del error de
la estimación.
De modo que:
ŷ= 𝛼 + 𝛽𝑥 + 𝜖
Variable
estimada
Parte determinística
del modelo
Error de estimación.
Medida del grado de
dispersión de los
valores de “y”,
alrededor de la Recta
de Regresión

10. Elementos del Modelo:
Objetivo del modelo:
Encontrar los valores de α y β, que hagan la
mínima diferencia entre los valores observados y
los esperados, es decir, que tengan la mínima
varianza.