Ecuaciones adicionales para la regresión linear
La estadísticas Σx, Σx
siguientes:
S
xx
S
=
y
n
∑
S
=
(
x
−
xy
i
i
=
1
De las cuales se obtiene que las desviaciones estándares de x y de y, y la
covarianza de x,y se obtienen, respectivamente, como
El coeficiente de correlación de la muestra es
En términos de ⎯x, ⎯y, S
Error de la predicción
La curva de la regresión de Y en x se define como Y = Α + Β⋅x + ε. Si tenemos
un conjunto de n datos (x
1,2,...,n), en la cual Y
distribuidas con media (Α + Β⋅x
2
, etc., puede ser utilizadas para definir las cantidades
n
∑
2
=
(
x
−
x
)
i
i
=
1
n
∑
2
(
y
−
y
)
=
i
i
=
1
2
x
)(
y
−
y
)
=
i
S
s
=
xx
,
x
n
−
1
, S
, y S
xx
yy
a
=
y
−
, y
), podemos escribir Y
i
i
= variables aleatorias, independientes, normalmente
i
2
=
(
n
−
) 1
⋅
s
=
x
∑
2
(
n
−
) 1
⋅
s
=
y
i
(
n
−
) 1
⋅
s
=
xy
S
yy
s
=
, y
y
n
−
1
r
xy
, la solución a las ecuaciones normales es:
xy
S
xy
b
=
x b
,
S
xx
) y varianza común σ
i
n
1
⎛
n
∑
∑
2
x
−
⎜
i
n
⎝
i
=
1
i
=
1
n
1
⎛
n
∑
2
y
−
⎜
y
i
n
⎝
=
1
i
=
1
n
1
⎛
n
∑
∑
x
y
−
⎜
i
i
n
⎝
i
=
1
i
=
S
yx
s
=
xy
n
−
1
S
xy
=
S
⋅
S
xx
yy
s
xy
=
2
s
x
= Α + Β⋅x
i
2
; ε
⎞
x
⎟
i
⎠
2
⎞
⎟
i
⎠
⎞
⎛
n
⎞
∑
x
y
⎟
⎜
⎟
i
i
⎠
⎝
⎠
1
i
=
1
.
+ ε
, (i =
i
I
= variables
i
Página 18-58