1. Supuesto 3: Los términos de error son independientes uno del otro. El termino de error encontrado para un valor de Y. no se relaciona con el termino para cualquier otro valor Y
2. Determinación del modelo de regresión lineal simple
3. Ecuación de la recta
4. Supuesto 4: El supuesto de linealidad. Como se expreso en el supuesto 1, si X se deja igual que un valor muchas veces, ocurrirá una distribución de los valores Y
5. Un modelo lineal
6. Un modelo lineal con base en datos maestrales Y=b˳+b₁X+ₑ
7. El modelo de regresión estimada Ŷ=b˳+b₁ X
8. La dependiente de la recta de regresión b₁=
9. Supuestos del modelo de regresión lineal Supuesto 1: El término de error y es una variable aleatoria distribuida normalmente. La distribución normal de los valores y el rededor de la recta de regresión poblaciónal desconocida
10. SUPUESTO 2: Varianza iguales a los valores de Y El modelo MCO asume que la varianza en los valores Y es la misma para todos los valores de X
11. suma de errores al cuadrado se minimiza
12. Mínimos cuadrados ordinarios: La recta de mejor ajuste El propósito del análisis de la tabla de regresión es determinar una recta que se ajuste a los datos maestrales mejor que cualquier otra recta
13. Suma de los cuadrados de X SCx=∑=(Xᵢ-Xᵢ)² ∑X²-(∑X) /n
14. Suma de cuadrados del error SCE=SCy -
15. Suma de los cuadrados de Y
16. Error estándar de estimación: Una medida de bondad de ajuste. El error estándar de estimación Se, es una medida del grado de dispersión de los valores Y, al rededor de la recta de regresión.
