UNIVERSIDAD TECNOLÓGICA DE HONDURAS
Catedrático
Ing. Francis Espinal
Asignatura
Estadística II
Tarea asignada
Guía
Docente
Cristel Yissel Meza Martínez
#201820070051
Lugar y fecha
Roatán Islas de la bahía
29 Marzo del año 2020
1. ¿Cuál es la diferencia entre la regresión simple y la regresión múltiple?
En la regresión simple, se establece que Y es una función de sólo una variable independiente.
Con frecuencia se le denomina regresión bivariada porque sólo hay dos variables, una
dependiente y una independiente, y la regresión simple se representa con una formula. En un
modelo de regresión múltiple, Y es una función de dos o más variables independientes.
2. Cuál es la diferencia entre la regresión lineal la regresión curvilíneas ¿Cómo cambia
Y cuando x cambia en cada caso?
Regresión lineal, la relación entre X y Y puede representarse por medio de una línea recta.
Sostiene que a medida que X cambia, Y cambia en una cantidad constante. La regresión
curvilínea utiliza una curva para expresar la relación entre X y Y. Sostiene que a medida que
X cambia, Y cambia en una cantidad diferente cada vez.
Relaciones lineales y curvilineales Si X y Y se relacionan en forma lineal, entonces a medida
que X cambia, Y cambia en una cantidad constante. Si existe una relación curvilínea, Y
cambiará en una cantidad diferente a medida que X cambia.
3. Diferencia entre los componentes estocásticos y aleatorios de un modelo de regresión
Sirve para usar magnitudes aleatorias que varían con el tiempo o para caracterizar una
sucesión de variables aleatorias que evolucionan en función de otra variable, generalmente
el tiempo. Cada variable o conjunto de variables sometidas a influencias o
efectos aleatorios constituye un proceso estocástico. Un proceso estocástico puede
entenderse como una familia uniparamétrica de variables aleatorias indexadas mediante el
tiempo t. Los procesos estocásticos permiten tratar procesos dinámicos en los que hay cierta
aleatoriedad.
4. ¿Por qué el método de mínimos cuadrados ordinarios para determinar modelo de
regresión se denomina mínimos cuadrados ordinarios? ¿qué papel juega el error en
este análisis?
Debido a que algunos errores son negativos y algunos son positivos, MCO producirá una
recta tal que la suma de esos errores sea cero: MCO también asegurará que se minimice la
suma de estos errores al cuadrado. Es decir, si se toman cinco diferencias, todas verticales,
entre los valores reales de Y y la recta de regresión (Y¡ , Y¡), se elevan al cuadrado estas
diferencias verticales y se suman, el número resultante será menor que el que se obtendría
con cualquier otra recta. Es decir, MCO minimizará la suma de los errores al cuadrado. Es
por esto que se denomina mínimos cuadrados ordinarios; produce una recta tal que la suma
de los errores al cuadrado es menor de lo que sería con cualquier otra recta.
5. Identificar las variables dependientes e independientes en cada uno de estos casos
Dependiente Independiente
A. El tiempo que se pasa trabajando en una composición y la nota obtenida
B. La es Estatura del hijo y la estatura del padre
C. La edad de una mujer y el costo de su seguro de vida
D. El precio de un producto y el número de unidades vendidas
E. La demanda de un producto y el número de consumidores en el mercado
6. datos los siguientes datos para X y Y
X 28, 54, 67, 37, 41, 69, 76
Y 14, 21, 36, 39, 18, 54, 52
A. haga un diagrama de dispersión para los datos
Valores Y
60
50
40
30
20
10
0
0 10 20 30 40 50 60 70 80
B. que sugieren los datos sobre una relación entre X y Y
Según lo que leí y pude entender es una correlación positiva
C. haga una recta para aproximar la relación
7. cuál es la diferencia entre Y y Y en el análisis de regresión
8. Que es el termino ℰ en el modelo de regresión y porque ocurre
ℰ (la letra griega epsilon) representa el carácter aleatorio que muestra la variable
dependiente y por tanto denota el término del error en la expresión.
