Modelado estadístico · Regresion Lineal

Regresión Lineal Múltiple: Inferencia y Predicción

Introducción pública · guía completa en Eikos

Introducción

De qué trata esta guía

Un desarrollo matemático y metodológico exhaustivo del Modelo Lineal General, abarcando desde la derivación geométrica de los estimadores hasta las técnicas diagnósticas de nivel avanzado.

Recorrido

Temas que aborda

  • Introducción
  • El Modelo de Regresión Lineal Múltiple (MRLM) en Forma Matricial
  • Supuestos Clásicos del Modelo (Supuestos de Gauss-Markov y Normalidad)
  • Geometría de la Proyección: El Espacio de Regresores
  • Estimación por MCO, Máxima Verosimilitud y Teorema de Gauss-Markov
  • 2.1 Derivación analítica del estimador de Mínimos Cuadrados Ordinarios (MCO)

Conceptos relacionados

Conexiones principales

  • varianza
  • algebra
  • residuos
  • colinealidad
  • regresion lineal
  • intervalo confianza

Notación compatible

Muestra matemática en LaTeX

La expresión se renderiza de forma accesible y conserva debajo su fuente LaTeX.

Yi=β0+β1Xi1+β2Xi2++βP1Xi,P1+εiY_i = \beta_0 + \beta_1 X_{i1} + \beta_2 X_{i2} + \cdots + \beta_{P-1} X_{i,P-1} + \varepsilon_i
Ver LaTeX fuenteY_i = \beta_0 + \beta_1 X_{i1} + \beta_2 X_{i2} + \cdots + \beta_{P-1} X_{i,P-1} + \varepsilon_i