¿A qué se le denomina predicción puntual?

1.- Define los siguientes conceptos.

1. ¿A qué se le denomina predicción puntual?

Una predicción puntual es aquella que se realiza para cada valor que puede tomar la variable dependiente.

1. ¿Cuáles son las fuentes de incertidumbre asociadas a una predicción puntual?

Una es la incertidumbre debida a la dispersión de los datos respecto a la línea de regresión, y la otra es la incertidumbre debida a la dispersión de la regresión de la muestra respecto de la población.

1. ¿Qué es un intervalo de predicción para valores puntuales? ¿En qué situaciones se puede aplicar este cálculo?

Un intervalo de predicción es aquel comprendido por dos valores puntuales, y todos aquellos valores que se encuentran dentro de los límites formados por las cantidades dadas. Este cálculo se utiliza para obtener resultados generales de una predicción.

1. ¿A qué se denomina residuos?

Son las diferencias entre los valores de la variable dependiente observados, y los valores que predecimos a partir de la recta de regresión.

1. ¿Qué es la regresión lineal múltiple?

Es una extensión de la regresión lineal simple para permitir más de una variable independiente, esto nos permite conocer los factores que influyen en el comportamiento de los valores que puede adquirir la variable Y.

1. Define lo siguiente: matriz de correlación y coeficiente de correlación.

La matriz de correlación es aquella que se construye calculando los coeficientes de correlación simples para cada combinación de pares de variables, y los coeficientes de correlación (r), incidan la relación que existe entre las variables independientes y la independiente.

Partes 2 y 3, se encuentran en el documento adjunto de Excel, con sus respectivas interpretaciones.

Conclusión

En el módulo anterior pudimos observar el comportamiento del método de mínimos cuadrados y su efectividad, pero ahora el proceso se hace más extenso al agregar variables independientes. Esto es de mucha utilidad, ya que nos permite conocer qué factores son los que afectan el comportamiento de los valores que adquiere la variable dependiente, y al realizar el estudio o análisis de regresión podemos entender en qué grado estos influyen en ella. Todo esto es para poder realizar pronósticos de mayor calidad y con mayor eficiencia, ya que también podemos calcular los errores que se pueden obtener y los intervalos de confianza en los que puede estar el valor real observado.

...