Natán Gutiérrez Sánchez

Actividad 2: elaborar una síntesis de los siguientes subtemas.

2.1 modelo de regresión múltiple.

El análisis de regresión múltiple es una técnica de análisis multivariable en el que

se establece una relación funcional entre una variable dependiente o explicar y una
serie de variables independientes o explicativas, en las que se estiman los
coeficientes de regresión que determinan ele efecto que las variaciones de las
variables dependientes tienen el comportamiento de las variables dependientes.

Tiene el comportamiento de las más utilizadas es el modelo lineal pues el que

requiere estimar un menos número de parámetros. La medida de la bondad del
ajuste de la función estimada viene dada por el coeficiente de la correlación múltiple,
y el coeficiente de múltiple, y el coeficiente de terminación, que es el cuadrado de
la varianza de la variable dependiente explicada por el modelo re regresión. El
coeficiente de la correlación parcial de cada variable explicativa.

2.2 matriz de varianza covarianza.

Las funciones del perfil son ecuaciones que relacionan el diámetro o el rayo del
tronco de un árbol con altura a la que se alcanza ese diámetro o radio. Sus usos se
han generado durante las últimas décadas debido a su flexibilidad para estimar sus
volúmenes de árboles individuales hasta diferentes diámetros en punta delgada o
en distintas longitudes de trozos. Estas funciones se obtienen, general, al ajustar
modelos matemáticos a datos obtenidos por medición de días maticos datos
obtenidos por medición de diámetros a diferentes alturas en el tronco de un árbol,
por lo que es razonable pensar que la variabilidad entre árboles, no pudiéndose
considerar que entre las medidas de cada árbol sea menor que entre tanto como
observaciones independientes.

Es decir, existen una dependencia (auto correlación) en los datos y errores, con lo
que se viola un presupuesto básico para estimar un modelo de regulación mediante
mínimos cuadrados ordinarios, que asumen que los errores son independientes e
idénticamente distribuidos.