• ES Español
• EN English

3.19. Regresión y Modelos Estadísticos (REG)

Esta área de conocimiento cubre la construcción, estimación, interpretación y validación de modelos estadísticos para relaciones entre variables. Abarca la regresión lineal simple y múltiple, modelos lineales generalizados, regresión no paramétrica, modelos mixtos e inferencia causal.

Área de Conocimiento (KA)	CS Core	KA Core
3.19.1 Regresión Lineal Simple	1	1

3.19.1. REG/Regresión Lineal Simple  (CS Core: 1 hr, KA Core: 1 hr) ↑ Volver arriba

El modelo de regresión lineal simple: estimación por mínimos cuadrados, inferencia sobre coeficientes, bondad de ajuste y los supuestos del modelo lineal clásico.
Temas:
Core

• Estimación por mínimos cuadrados ordinarios (MCO): derivación de coeficientes y sus propiedades
• Inferencia sobre coeficientes de regresión: pruebas t, intervalos de confianza y valores p
• Coeficiente de determinación R-cuadrado y descomposición de la varianza mediante análisis de varianza
• Teorema de Gauss-Markov: propiedad MELI del MCO bajo supuestos clásicos

Aprendizaje esperado (Learning Outcomes):
Core:

1. Ajustar un modelo de regresión lineal simple e interpretar los coeficientes estimados [Usar]
2. Realizar pruebas de hipótesis y construir intervalos de confianza para parámetros de regresión [Usar]
3. Verificar los supuestos de Gauss-Markov y evaluar las consecuencias cuando se violan [Evaluar]