pronóstico de una variable estadística 1
- 1. Docente: Jennifer Beitia UNIVERSIDAD TECNOLÓGICA DE PANAMÁ CENTRO REGIONAL DE BOCAS DEL TORO PRONÓSTICO DE UNA VARIABLE ALEATORIA
- 2. Análisis de regresión lineal simple Análisis de correlación lineal simple Uso del programa Excel para el análisis de regresión simple y múltiple Solución de problemas y casos 01 02 03 04 CONTENIDO
- 3. MODELO DE REGRESIÓN LINEAL SIMPLE El modelo de regresión lineal representa un marco metodológico, que permite analizar la relación entre dos variables, asumiendo una hipótesis de causalidad. Se define una hipótesis teórica que se representa por medio de una función matemática: 𝑌 = 𝑓(𝑋). Donde se la variable Y es una función de la variable X Esta función puede ser lineal o no lineal.
- 4. Las hipótesis se expresan en términos de una ecuación o conjunto de ecuaciones. En este sentido los libros de texto de economía, presentan los postulados de la teoría a través de formular relaciones entre variables económicas en forma algebraica: Ejemplos: • Relación entre la altura y el peso • Las horas de estudio y la calificación en un examen • El consumo privado y el ingreso • Demanda de un bien y su precio Una pregunta relevante es ¿Determinar el grado en que ambas variables se relacionan? Regresión Lineal
- 5. GRÁFICOS DE DISPERSIÓN: PERMITE REPRESENTAR LA EVOLUCIÓN CONJUNTA DE AMBAS VARIABLES Dadas dos variables (Y, X) tomadas sobre el mismo elemento de la población, el diagrama de dispersión es simplemente un gráfico de dos dimensiones, donde en un eje y (la abscisa) se sitúa una variable, y en el otro eje x (la ordenada) se sitúa la otra variable. Si las variables están correlacionadas, el gráfico mostraría algún nivel de correlación (tendencia) entre las dos variables. Si no hay ninguna correlación, el gráfico presentaría una figura sin forma, una nube de puntos dispersos en el gráfico.
- 7. UNA PRIMERA APROXIMACIÓN, AL MODELO ESTADÍSTICO GENERAL ES EN EL MARCO DE UN MODELO DE REGRESIÓN ENTRE DOS VARIABLES ES: Donde: Y se denomina como la variable dependiente X es la variable explicativa o independiente 𝛼 y 𝛽 los parámetros del modelo a estimar.