1. Como se construyen y para que sirven las cotas:
La lnea del mejor ajuste o ecuacin de prediccin:
y = a + bx
Esta es la ecuacin que debera ser usada para predecir valores de la variable dependiente Y dados los valores de la variable independiente X.
Intervalos de Confianza para la respuesta media de X. Se refiere a las bandas internas de la grfica mostrada arriba. Los intervalos internos describen que tan adecuadadamente ha sido estimada la ubicacin de la lnea dada la muestra de datos disponible. Conforme el tamao de la muestra n incrementa, esas bandas se ajustarn mejor. Es posible notar que que la amplitud de las bandas vara como una funcin de X y la lnea estimada se acerca ms al valor promedio de x.
Lmites de prediccin para nuevas observaciones. stas son las bandas externas de la grfica y describen que tan exacta sera una prediccin de un nuevo valor. Sin importar el tamao de la muestra, las observaciones nuevas variarn alrededor de la lnea verdadera con una desviacin estndar igual a .
2. Porque no se deben usar valores de x fuera del rango de x:
Si se quiere predecir fuera del rango de valores muestrales de x (extrapolar), entonces
puede ser muy grande y, en consecuencia n 0, lo que hace que
la precisin de la estimacin de
sea muy pequea por tener el estimador una
varianza muy grande y, por tanto, obtener resultados con muy poca validez.
3. Principio bsico para realizar un modelo de regresin lineal simple: De acuerdo con las necesidades de nuestro estudio, la pregunta de investigacin y la escala de medicin de la variable de respuesta determinarn el tipo de anlisis estadstico por realizar. Cuando un investigador plantee una hiptesis de trabajo la haga despus de analizar profundamente la bibliografa; en el anlisis podra preguntarse lo siguiente: existe alguna relacin biolgica factible que explique lo que pretendo encontrar?, existen situaciones de esta naturaleza en la realidad?, pues el hecho de que l localice valores significativos en la regresin no implica que exista una asociacin genuina, porque en muchas ocasiones se originan asociaciones espurias, es decir, originadas por el azar. A pesar de que no se encuentra problema alguno con las designaciones comunes de variable dependiente e independiente para Y y X, respectivamente, se preferir denominarlas como variable de respuesta y de prediccin, ya que en la regresin slo puede asociarse un valor de Y con uno de prediccin X; no es posible establecer una relacin causa-efecto entre la Y y las X. El tipo de justificacin intuitiva depende de la suposicin del modelo. Por supuesto, el tipo de justificacin intuitiva que seala la necesidad del uso de un anlisis de regresin lineal simple es una grfica de los datos.