PREGUNTAS GENERALES

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.