La regresin lineal es un procedimiento para conocer la influencia de una variable independiente sobre una dependiente.

Hay relaciones de causalidad entre las variables. Factores de causalidad, Generalmente ocurre: Ocurre VI antes que VD Si cesa la VI entonces cesa VD Cambios en VI se supone que producen cambios en VD Diferencia existente entre regresin lineal simple y mltiple: el nmero de variables existentes. RLS: VD= f VI RLM: VD= f (VI1+VI2+VIn) La funcin de regresin es obtener la recta de regresin y esta pasa por todo el centro de la nube de puntos, por donde la distancia con relacin a los puntos es pequea. Garantiza que la recta de regresin va a pasar por el centro de la nube de puntos. El anlisis de regresin lineal tiene dos tiempos: 1. VI antes y VD antes de procesarlas. es decir, que las variables tienen que haber ocurrido antes

2. Predecir la variable dependiente sin tenerla. Se predice en un punto que puede variar, el nmero como tal. El error de especificacin siempre est presente, se produce solo. = a + bx Se

A= intercepto B= el grado de inclinacin de la recta PENDIENTE X= eje x Nota: en los dispersogramas centrados el intercepto es 0. Evaluacin de la calidad de la regresin: Modelo terico = f(x) y se determina en funcin de x. en el modelo estadstico lo anterior ( = f(x)) tiene nmeros. La solucin a los problemas de regresin lineal es la ecuacin. Sirve para sacar un valor a cada sujeto en relacin a x. a es el valor que asume Y cuando X es 0.

b corresponde al valor de la pendiente, es la variacin en Y por cada unidad de X---- es la pendiente. El Se es la desviacin promedia de los puntos con relacin a la recta = a desviacin tpica solo que esta es una desviacin tpica aplicada a errores. Como se evala si la recta tiene errores: R2 correlacin: coeficiente de determinacin ___ se analiza como un porcentaje. El determina la proporcin de varianza de la variable dependiente que puede ser predicha por laVI. Ejemplo: r= 0.8 = 0.64___ el 64% de VD puede ser explicada por VI. K Coeficiente de alienacin. K= Se error de estimacin Error de especificacin Perturbaciones aleatorias Error de medicin

dan el porcentaje en el que X no determina Y.

Multicolinealidad: daa las regresiones. Correlacin entre las variables en el modelo.

El coeficiente de alienacin: habla de proporcin de S 2 de VD que no es explicada por VI. K: es una medida de todo aquello que hace que la regresin NO funcione. Nota: si el coeficiente de alienacin aumenta el de determinacin disminuye y viceversa. En el modelo de regresin lineal estandarizada se trabaja con puntuaciones tipificadas o estandarizadas o Z. = 1 : es la pendiente con puntuaciones tipificadas. A no aparece porque el intercepto es 0.