Unidad 1 - Antecedentes
 

Fuentes de consulta

  1. Anderson, D., Sweeney, D. & Williams, T. (2019) Capítulo 14 Regresión lineal simple (pp 590 - 614); capítulo 15 Regresión múltiple (pp 674 - 690). En Estadística para administración y economía. México: CENGAGE Learning.
    Nota: este material se encuentra disponible en la Biblioteca Digital (BIDI) de la UNAM (https://elibro.net/es/ereader/unamdgb/118082)
  2. Portillo, P. (2006) Concepto, método y evolución de la econometría. Universidad de La Rioja. Disponible en: https://www.unirioja.es/cu/faporti/ieTEMA01.pdf

Recursos de apoyo

Descarga el contenido de esta unidad en formato PDF: Unidad 1 Antecedentes

Glosario:

Variable dependiente: variable que se predice o explicada, se denota con y
Variable independiente: variable que predice o explica, se denota con x
Regresión lineal simple: análisis de regresión en el que participan una variable independiente y una variable dependiente, y en el que la relación entre estas variables se aproxima mediante una línea recta.
Modelo de regresión: ecuación que describe cómo están relacionadas y y x, más un término del error. En la regresión lineal simple, el modelo de regresión es: y = β0 + β1x + ε
Ecuación de regresión: ecuación que describe cómo está relacionada la media o valor esperado de la variable dependiente con la variable independiente. En la regresión lineal simple, la ecuación de regresión es: E(y) = β0 + β1x
Análisis de regresión múltiple: análisis de regresión en el que hay dos o más variables independientes.
Modelo de regresión múltiple: ecuación matemática que describe cómo está relacionada la variable dependiente y con las variables independientes x 1, x 2,…, x p, y con el término del error ε. En la regresión múltiple, el modelo de regresión es:
y = β0 + β1x1 + β2x2 + … + βpxp + ε
Ecuación de regresión múltiple: ecuación matemática que relaciona el valor esperado o valor medio de la variable dependiente con los valores de las variables independientes. En el modelo de regresión múltiple, la ecuación de regresión es:
E(y) = β0 + β1x1 + β2x2 + … + βpxp