Marco terico

Regresin lineal
En estadstica la regresin lineal o ajuste lineal es un mtodo
matemtico que modela la relacin entre una variable dependiente Y,
las variables independientes Xi y un trmino aleatorio . Este modelo
puede ser expresado como:

: Variable dependiente, explicada o regresando.

: Variables explicativas, independientes o regresores.

: Parmetros, miden la influencia que las variables explicativas tienen
sobre el regresando.
Donde
es la interseccin o trmino "constante", las
son los parmetros
respectivos a cada variable independiente, y es el nmero de parmetros independientes a
tener en cuenta en la regresin. La regresin lineal puede ser contrastada con la regresin no
lineal.

Ejemplo: Una regresin lineal con una variable dependiente y una

variable independiente.

Etimologa
El trmino regresin se utiliz por primera vez en el estudio de variables
antropomtricas: al comparar la estatura de padres e hijos, donde
result que los hijos cuyos padres tenan una estatura muy superior al
valor medio, tendan a igualarse a ste, mientras que aquellos cuyos
padres eran muy bajos tendan a reducir su diferencia respecto a la
estatura media; es decir, "regresaban" al promedio. La constatacin

emprica de esta propiedad se vio reforzada ms tarde con la

justificacin terica de ese fenmeno.

El trmino lineal se emplea para distinguirlo del resto de tcnicas de

regresin, que emplean modelos basados en cualquier clase de funcin
matemtica. Los modelos lineales son una explicacin simplificada de la
realidad, mucho ms giles y con un soporte terico mucho ms extenso
por parte de la matemtica y la estadstica.
Pero bien, como se ha dicho, podemos usar el trmino lineal para
distinguir modelos basados en cualquier clase de aplicacin.

El modelo de regresin lineal

El modelo lineal relaciona la variable dependiente Y con K variables
explcitas
(k = 1,...K), o cualquier transformacin de stas que
generen un hiperplano de parmetros
desconocidos:

donde es la perturbacin aleatoria que recoge todos aquellos

factores de la realidad no controlables u observables y que por tanto
se asocian con el azar, y es la que confiere al modelo su
carcter estocstico. En el caso ms sencillo, con una sola variable
explcita, el hiperplano es una recta:

El
problema
de
la
regresin
consiste
en
elegir
unos valores determinados para los parmetros desconocidos
, de
modo que la ecuacin quede completamente especificada. Para ello
se necesita un conjunto de observaciones. En una observacin isima (i= 1,... I) cualquiera, se registra el comportamiento simultneo
de
la variable
dependiente y
las
variables
explcitas
(las
perturbaciones aleatorias se suponen no observables).

 Los valores escogidos como estimadores de los parmetros

, son
los coeficientes de regresin sin que se pueda garantizar que coincida
n con parmetros reales del proceso generador. Por tanto, en

Los valores
son por
perturbacin aleatoria.

su

parte estimaciones o

errores

de

la

Hiptesis del modelo de regresin lineal clsico

1. Esperanza matemtica nula.
Para cada valor de X la perturbacin tomar distintos valores de forma
aleatoria, pero no tomar sistemticamente valores positivos o
negativos, sino que se supone tomar algunos valores mayores que cero
y otros menores que cero, de tal forma que su valor esperado sea cero.
2. Homocedasticidad
Para todo t
Para todo todos los trminos de la perturbacin tienen la misma varianza
que es desconocida. La dispersin de cada
en torno a su valor
esperado es siempre la misma.
3. Incorrelacin.
Para todo t, s con t distinto de s
Las covarianzas entre las distintas perturbaciones son nulas, lo que
quiere decir que no estn correlacionadas. Esto implica que el valor de la
perturbacin para cualquier observacin muestral no viene influenciado
por los valores de las perturbaciones correspondientes a otras
observaciones muestrales.
4. Regresores no estocsticos.

5. No existen relaciones lineales exactas entre los regresores.

6. Suponemos que no existen errores de especificacin en el
modelo, ni errores de medida en las variables explicativas
7. Normalidad de las perturbaciones

Supuestos del modelo de regresin lineal

Para poder crear un modelo de regresin lineal es necesario que se
cumpla con los siguientes supuestos:
1. Que la relacin entre las variables sea lineal.
2. Que los errores en la medicin de las variables explicativas sean
independientes entre s.
3. Que los errores tengan varianza constante. (Homocedasticidad)
4. Que los errores tengan una esperanza matemtica igual a cero (los
errores de una misma magnitud y distinto signo son
equiprobables).
5. Que el error total sea la suma de todos los errores.

Crecimiento poblacional
El crecimiento poblacional o crecimiento demogrfico es el cambio en la
poblacin en un cierto plazo, y puede ser cuantificado como el cambio
en el nmero de individuos en una poblacin por unidad de tiempo para
su medicin. El trmino crecimiento demogrfico puede referirse
tcnicamente a cualquier especie, pero se refiere casi siempre a seres
humanos, y es de uso frecuentemente informal para el trmino
demogrfico ms especfico tarifa del crecimiento poblacional, y es de
uso frecuente referirse especficamente al crecimiento de la poblacin
humana mundial.
Los modelos simples del crecimiento demogrfico incluyen el modelo del
crecimiento de Thomas Malthus y el modelo logstico. Las teoras que
explican los cambios demogrficos modernos son la teora de la
revolucin reproductiva -apoyada en estudios longitudinales-, la teora

de la transicin demogrfica y la teora de la segunda transicin

demogrfica -apoyadas estas ltimas en estudios transversales.

Tasa de crecimiento demogrfico

En demografa, geografa de la poblacin y ecologa, la tasa de
crecimiento poblacional o tasa de crecimiento demogrfico (PGR de las
siglas en ingls: Population growth rate) es la tasa que indica el
crecimiento o decrecimiento de la poblacin. Especficamente, la tasa de
crecimiento demogrfico se refiere ordinariamente al cambio en la
poblacin durante un perodo expresado a menudo como un porcentaje
del nmero de individuos existentes en un pas o lugar a fines de un ao
sobre la poblacin inicial en el mismo ao. Tambin puede referirse a la
diferencia entre la tasa de natalidad de un pas menos la tasa de
mortalidad, datos obtenidos anualmente en cada pas a travs de la
informacin obtenida del nmero anual de nacimientos y de defunciones
obtenida del Registro civil de cada pas. Puede expresarse bajo la
frmula:

La manera ms comn de expresar el crecimiento demogrfico es

mostrarlo como una razn aritmtica, y no como porcentaje. El cambio
en la poblacin durante un perodo de unidad se expresa
como porcentaje de la poblacin al principio del perodo. Eso es:

Una positiva razn aritmtica o (tasa) del crecimiento indica que la

poblacin est aumentando, mientras que un cociente del crecimiento
negativo indica la declinacin de la poblacin. Un cociente del
crecimiento de cero indica que haba el mismo nmero de gente en los
dos tiempos - la diferencia neta entre los nacimientos, las muertes y la
migracin es cero. Sin embargo, una tasa de crecimiento puede ser cero
incluso cuando hay cambios significativos en los ndices de natalidad, los
ndices de mortalidad, las tasas de inmigracin y la distribucin de edad
entre los dos tiempos. Equivalentemente, el porcentaje del ndice de
mortalidad = el nmero medio de muertes en un ao para cada 100
personas en la poblacin total.
Una medida relacionada es la tasa neta de reproduccin. En la ausencia
de migracin, un ndice de reproduccin neta de ms de uno indica que
la poblacin de mujeres est aumentando, mientras que una tasa neta

de reproduccin menor a uno (fertilidad del reemplazo secundario)

indica que la poblacin de mujeres est disminuyendo.

Poblacin en equilibrio
Se dice que una poblacin est en equilibrio cuando el crecimiento
poblacional es cero.
El concepto crecimiento poblacional cero o crecimiento cero de la
poblacin (en ingls zero population growth) se atribuye al demgrafo
estadounidense Kingsley Davis aunque la autora es reclamada por
George Stolnitz.
Sin embargo, el concepto de poblacin en equilibrio resulta cuestionable
en s mismo y tampoco la idea de la tasa de crecimiento 0 puede llegar a
mantenerse durante un perodo, aunque ste sea relativamente breve.
Por una parte, el que en un pas la mortalidad igualara a la natalidad no
significara que la composicin de la poblacin (segn edad y sexo)
seguira igual, ya que tendera a envejecerse, a no ser que ese pas
tenga una tasa de inmigracin superior a la de emigracin, en cuyo
caso, la composicin de la poblacin inmigrante sera un factor de
rejuvenecimiento de dicha poblacin ya que los inmigrantes de ambos
sexos en un pas
suelen
ser
adultos jvenes,
en edad de tener
hijos, y ello hace
que su tasa de
natalidad
sea
superior a la que
tiene la poblacin
autctona, con un
promedio de edad mucho ms elevado y, por ende, con una mortalidad
superior a la poblacin inmigrante.