- Informació
- Xat IA
T’ha resultat útil aquest document?
TEMA 12 - Modelos de regresión
Assignatura: Estadística (100105)
707 Documents
Els estudiants han compartit 707 documents en aquest curs
Universitat: Universitat Autònoma de Barcelona
T’ha resultat útil aquest document?
TEMA 12:
MODELO DE REGRESIÓN
INTRODUCCIÓN
oEn los modelos de regresión no lineal se distingue entre aquellos modelos que
son linealizables y los que son intrínsecamente no lineales. Para los primeros
existe una transformación matemática que permite expresar la variable
dependiente o una función de la misma como la resultante de una
combinación lineal de los parámetros.
oFinalmente, diremos que un modelo de regresión es intrínsecamente no lineal
cuando no se pueda hallar una transformación que exprese la variable
dependiente o una transformación de la misma como resultado de la
combinación lineal de los parámetros.
MODELO DE REGRESIÓN NO LINEAL
oMODELOS INTRÍNSECAMENTE LINEALES
oMODELOS INTRÍNSECAMENTE NO LINEALES
INTRODUCCIÓN
oAunque los modelos de regresión lineal predominan en la teoría y en la
práctica, hay ocasiones en las que los modelos de regresión no lineales en los
parámetros resultan de utilidad.
oA continuación analizaremos los modelos de regresión intrínsecamente
lineales y los intrínsecamente no lineales, o lo que es lo mismo, los modelos no
lineales linealizables y los modelos no lineales no linealizables.
oLa distribución de los valores X e Y en el diagrama de dispersión ayuda a la
selección del modelo matemático más adecuado.
MODELOS INTRÍNSECAMENTE LINEALES
oUn modelo es linealizable si existe algún tipo de transformación que permite
alcanzar la linealidad respecto a los coeficientes, esto es, que los parámetros se
combinen de forma aditiva
oUn modelo en el que los coeficientes no se relacionan de forma lineal sería,
por ejemplo, el modelo potencia
oLa linealidad respecto a los parámetros del modelo anterior se obtiene
mediante la transformación logarítmica:
oUna vez linealizado el modelo, sólo queda aplicar el procedimiento utilizado en
el análisis del modelo de regresión simple
MODELOS INTRÍNSECAMENTE NO LINEALES
oSi la función que se ajusta a los datos no presenta una forma lineal y no existe
ninguna transformación que permita linealizarla, el proceso de cálculo de los
coeficientes es algo más complejo.