TR Regresion Simple

TEMA 3: MODELO DE REGRESIN LINEAL SIMPLE
Ana Justel Justel Eusebio - 2007

Mtodos Estad Estadsticos Licenciatura en Biolog Biologa
DISEO DE EXPERIMENTOS y REGRESIN

En el diseo de experimentos las variables explicativas se tratan siempre como cualitativas. No se tiene en cuenta si existe un orden entre los niveles En la regresin las variables explicativas siempre se tratan como cuantitativas. El orden dentro de la variable es importante

Modelo
Interpretaci Interpretacin de los par parmetros: Representa el valor medio de la respuesta (y) cuando la variable explicativa (x) vale cero Representa el incremento de la respuesta media (y) cuando la variable explicativa (x) aumenta en una unidad
Las hiptesis del modelo

Metodologa para el anlisis de la regresin

Ejemplo
Problemas de Heterocedasticidad

Ejemplo

Ejemplo
Tr
an sf or m
am os

ra ns f or
am
os
Transformaciones ms habituales

Ejemplo. Peso del cerebro en funcin del peso corporal para 62 especies de mamferos
Elefante asitico
Elefante africano
Hombre

Ejemplo

Ejemplo

Buscamos que relacin describe mejor los datos



El SPSS nos proporciona un resumen del ajuste con los distintos modelos
Resumen del modelo y estimaciones de los parmetros Variable dependiente: Porcentaje de fracaso escolar Resumen del modelo F gl1 gl2 25,658 1 21 28,032 1 21 28,503 1 21 30,691 1 21 Estimaciones de los parmetros Constante b1 38,494 -,001 205,975 -19,600 -,841 265851,8 51,642 -7,4E-005
Ecuacin Lineal Logartmica Inversa Exponencial
R cuadrado ,550 ,572 ,576 ,594
Sig. ,000 ,000 ,000 ,000
La variable independiente esRenta per cpita bruta en 2003 (euros).
OJO! Antes de aceptar un modelo no lineal a partir de las apariencias de un grfico, o incluso del anlisis de la tabla resumen, debemos hacer las correspondientes transformaciones y representarlas NO SIEMPRE LA TRANSFORMACIN FUNCIONA

Consecuencia de las transformaciones

La interpretacin de los parmetros se refiere a la relacin entre las variables transformadas, no a las originales
es el incremento de y cuando x aumenta 1 unidad x 100 es el incremento porcentual de y cuando x aumenta 1 unidad es el incremento de y cuando x aumenta un 1 por ciento x 100 es el incremento porcentual de y cuando x aumenta un 1 por ciento

Estimacin de los coeficientes de la recta

Recta de regresin estimada

Estimacin de la varianza
Los residuos del modelo son
Los grados de libertad de los residuos son n-2
Varianza residual

CONTRASTE DE LA REGRESIN
Error tpico
Intervalos de confianza de los coeficientes

Error tpico

Ejemplo. Altura de ola en funcin de la velocidad del viento

Tabla ANOVA
La tabla ANOVA se utiliza para hacer el contraste de la regresin

El modelo de regresin lineal NO sirve para explicar la respuesta El modelo de regresin lineal SI sirve para explicar la respuesta

Comentarios:
El contraste de la regresin supone que la relacin es LINEAL. LINEAL Por tanto, si no rechazamos la hiptesis nula lo nico que podemos decir es que no hemos encontrado evidencia de que exista una relacin lineal, puede existir una relacin no lineal En REGRESIN SIMPLE el contraste ANOVA coincide exactamente con el contraste de la t para el coeficiente de la variable regresora

Descomposicin de la variabilidad en regresin
SCT
SCE
SCR

Coeficiente de determinacin R2
Cmo evaluamos la fuerza del ajuste de una recta regresin?
El COEFICIENTE DE DETERMINACI DETERMINACIN es la proporci proporcin de variabilidad explicada por la regresi regresin
R2 = SCE /SCT
En REGRESI REGRESIN SIMPLE el COEFICIENTE DE DETERMINACI DETERMINACIN coincide con el COEFICIENTE DE CORRELACI CORRELACIN AL CUADRADO

Coeficiente de determinacin R2


Diagnstico de las hiptesis del modelo

Si las hiptesis del modelo son ciertas, entonces los residuos son aproximadamente
Podemos utilizar contrastes y grficos para ver si hay EVIDENCIA CLARA en contra de alguna de las hiptesis
Tienen que estar entre -2 y 2, en una nube de puntos sin forma

RESIDUOS VALORES PRONOSTICADOS


Estimacin de la media de Y
Cul es la respuesta media para un valor fijo de x = Xh ?
Como no conocemos la media, proponemos la respuesta media que hemos estimado con el modelo la recta Xh
mh

Prediccin de Y
Qu respuesta predecimos para un nuevo valor de x = Xh ?
La mejor propuesta es la media de las y cuando x = Xh. Como no conocemos la media, proponemos la respuesta media que hemos estimado con el modelo la recta Xh
yh

Bandas de confianza y de prediccin

Bandas de prediccin
Bandas de confianza
media

Comentarios:
Los dos bandas tienen la misma forma, siempre ms estrechas en la media de las x, donde hay ms informacin La banda de prediccin es siempre mayor. Para predecir, primero se propone la media y luego se estima sta. La estimacin de la media slo tiene esta ltima incertidumbre


Abusos que se pueden cometer en regresin

Extrapolacin Generalizacin Correlacin ecolgica Tendencias temporales Causalidad

Extrapolacin Aplicar el mismo modelo a valores de la variable explicativa distintos de los observados
Verdadera relacin Ybuena Yprediccin Recta de regresin estimada
xprediccin

Generalizacin Utilizar un nico modelo para conjuntos de datos que proceden de distintas poblaciones
Regresin con todos los datos

Ejemplo. Datos del nmero de pie en funcin de la altura de varios estudiantes de ambos sexos

Correlacin ecolgica Cuando no existe relacin entre dos variables en ninguna de las poblaciones pero al juntar varias poblaciones aparece una falsa correlacin
Regresin con todos los datos

Tendencias temporales Cuando se ajusta una recta de regresin para explicar la tendencia de datos temporales, estamos diciendo que el futuro es determinista
Mximo anual del nivel del mar en Venecia (cm) 250 200 150 100 50 0 1930
1940
1950 Ao
1960
1970
1980

Causalidad Admitir que existe una relacin de causalidad entre las xs y las ys porque se ajusta bien un modelo
Poblacin de burros
Presupuesto en educacin
Correlacin no implica Causalidad


TR Regresion Simple

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

TR Regresion Simple

Caricato da

Copyright:

Formati disponibili

TEMA 3: MODELO DE REGRESIN LINEAL SIMPLE

Ana Justel Justel Eusebio - 2007

DISEO DE EXPERIMENTOS y REGRESIN

Ana Justel Justel Eusebio - 2007

Las hiptesis del modelo

Ana Justel Justel Eusebio - 2007

Metodologa para el anlisis de la regresin

Ana Justel Justel Eusebio - 2007

Ana Justel Justel Eusebio - 2007

Ana Justel Justel Eusebio - 2007

Ana Justel Justel Eusebio - 2007

Ana Justel Justel Eusebio - 2007

Ana Justel Justel Eusebio - 2007

Ana Justel Justel Eusebio - 2007

Ana Justel Justel Eusebio - 2007

Buscamos que relacin describe mejor los datos

Ana Justel Justel Eusebio - 2007

Buscamos que relacin describe mejor los datos

Ana Justel Justel Eusebio - 2007

Buscamos que relacin describe mejor los datos

Ecuacin Lineal Logartmica Inversa Exponencial

R cuadrado ,550 ,572 ,576 ,594

Sig. ,000 ,000 ,000 ,000

La variable independiente esRenta per cpita bruta en 2003 (euros).

Ana Justel Justel Eusebio - 2007

Consecuencia de las transformaciones

Ana Justel Justel Eusebio - 2007

Estimacin de los coeficientes de la recta

Ana Justel Justel Eusebio - 2007

Los residuos del modelo son

Los grados de libertad de los residuos son n-2

Ana Justel Justel Eusebio - 2007

Intervalos de confianza de los coeficientes

Ana Justel Justel Eusebio - 2007

Ejemplo. Altura de ola en funcin de la velocidad del viento

Ana Justel Justel Eusebio - 2007

La tabla ANOVA se utiliza para hacer el contraste de la regresin

Ana Justel Justel Eusebio - 2007

Ana Justel Justel Eusebio - 2007

Descomposicin de la variabilidad en regresin

Ana Justel Justel Eusebio - 2007

Ana Justel Justel Eusebio - 2007

Ana Justel Justel Eusebio - 2007

Ejemplo. Altura de ola en funcin de la velocidad del viento

Ana Justel Justel Eusebio - 2007

Diagnstico de las hiptesis del modelo

Tienen que estar entre -2 y 2, en una nube de puntos sin forma

RESIDUOS VALORES PRONOSTICADOS

Ana Justel Justel Eusebio - 2007

Ejemplo. Altura de ola en funcin de la velocidad del viento

Ana Justel Justel Eusebio - 2007

Ana Justel Justel Eusebio - 2007

Ana Justel Justel Eusebio - 2007

Bandas de confianza y de prediccin

Ana Justel Justel Eusebio - 2007

Ana Justel Justel Eusebio - 2007

Ejemplo. Altura de ola en funcin de la velocidad del viento

Ana Justel Justel Eusebio - 2007

Abusos que se pueden cometer en regresin

Ana Justel Justel Eusebio - 2007

Ana Justel Justel Eusebio - 2007

Regresin con todos los datos

Ana Justel Justel Eusebio - 2007