Modelamiento estadístico de datos:
Regresión
Luis Guillermo Díaz Monroy · Leidy Rocío León Dávila
Editorial UPTC
Sinopsis
Este libro ha sido elaborado pensando en un lector con conocimientos básicos de probabilidad e inferencia estadística que necesite el uso de algunas herramientas estadísticas, útiles para la exploración, la descripción y el análisis confirmatorio de la información, principalmente de la asociación entre una variable (respuesta o dependiente) y otras variables (independientes, covariables o factores). Para tal fin se utilizan modelos de regresión. El análisis de regresión ha sido una metodología y herramienta estadística empleada en diferentes áreas de la ciencia y la tecnología. Así, ciencias de la salud, epidemiología, biología, demografía, economía, ingeniería, actuaria, ciencias sociales, la pedagogía, la psicología, entre otras áreas, emplean este análisis como medio para hacer visible las relaciones entre variables para coadyuvar en la explicación y pronóstico, basta cambiar el escenario de las aplicaciones e ilustraciones para hacer de este texto un instrumento de apoyo en las áreas señaladas.
Sobre los autores
Luis Guillermo Díaz Monroy
Licenciado en matemáticas de la Universidad Pedagógica Nacional, con maestría en estadística y candidatura a doctorado en estadística de la Universidad Nacional de Colombia.
Actualmente es profesor del Departamento de Estadística de la Universidad Nacional de Colombia. Su actividad docente la ha desarrollado, principalmente dentro de los programas de formación de profesionales en estadística y en los programas de especialización y maestría en estadística.
Su labor investigativa ha estado orientada en las áreas de la estadística multivariada, el análisis estadístico de datos categóricos, el análisis estadístico de datos longitudinales y el análisis estadístico en datos de sobrevida. En igual sentido ha publicado artículos y textos en estas áreas. Ha coordinado proyectos de investigación avalados por la Universidad Nacional de Colombia y entidades oficiales.
Las actividades de extensión y consultoría universitaria las ha ejercido con énfasis en los campos de la biotecnología, la industria, la educación, salud y el área ambiental.
Leidy Rocío León Dávila
Licenciada en Matemáticas y Física de la Universidad Pedagógica y Tecnológica de Colombia, con maestría en estadística de la Universidad Nacional de Colombia.
Actualmente es profesora de la Escuela de Matemáticas y Estadística de la Universidad Pedagógica y Tecnológica de Colombia, sede Duitama. Su actividad docente la ha desarrollado, principalmente dentro de los programas de formación de licenciados en matemáticas y en el programa de especialización en estadística.
Su labor investigativa ha estado orientada hacia el análisis estadístico de datos categóricos, el análisis estadístico de datos longitudinales. Ha participado en proyectos de investigación, de extensión y consultoría dirigidas al sector agropecuario, empresarial, artesanal yeducativo.
Contenido
Introducción....................................................i
Lista de figuras...........................................vi
Lista de tablas.........................................XI
1 Qué es un modelo estadístico..........................1
1.1 Introducción...................................................1
1.2 Modelo probabilístico....................................3
1.3 Mo de lo estadístico.......................................4
1.4 Propósitos del modelamiento.........................5
1.5 Etapas del modelamiento estadístico.............6
1.6 Correlación espúrea........................................12
1.7 Escalas de medición .......................................13
2 Modelos de regresión simple...................................15
2.1 Introducción...........................................................15
2.2 Modelo de regresión lineal simple.........................16
2.2.1 Supuestos básicos del modelo............................17
2.2.2 Exploración de los datos......................................19
2.3 Estimación de parámetros.....................................23
2.3.1 Estimación heurística...........................................25
2.3.2 stimación vía máxima verosimilitud...................26
2.3.3 Estimación vía mínimos c-uadrados..................29
2.3.4 Escrihtra y estimación matricial del modelo.....33
2.4 Propiedades de los estimadores.............................39
2.5 Inferencia sobre los parámetros del modelo.......... 42
2.6 Verificación de la regresión...................................46
2.7 Coeficiente de de terminación.............................52
2.8 Verificación del modelo y sus supuestos..............54
2.9 Obervacione influyentes......................................69
2.10 Regresión por el origen.....................................72
2.11 Regresión con covariable aleatoria...................75
2.12 Regresión con covariable cualitativa..................79
2.13 Pronóstico o predicción......................................80
2.13.1 Estimación de las medidas cundicionadas......80
2.13.2 Predicción de una obvación nueva.................82
3 Regresión Lineal Múltiple.........................................97
3.1 Introducción.............................................................97
3.2 Modelo.....................................................................98
3.3 Supuestos para la corntrucción del modelo............99
3.4 Estimación de los parámetros...............................101
3.5 Interpretación geométrica de los estimadores.....106
3.6 Propiedades de los estimadores...........................108
3.6.1 Distribución........................................................108
3.6.2 Valor esperado o media.....................................109
3.6.3 Vuriunzus..........................................................109
3.7 Estimación de la varianza.....................................110
3.8 lnferencia sobre el modelo..................................111
3.8.1 lntervalos de confianza....................................111
3.8.2 Verificación de hipótesis subre los purámetros........114
3.9 Descomposición de la variabilidad......................115
3.10 Correlación en regresión lineal múltiple............117
3.11 Pronóstico..........................................................121
3.11.1 Pronósticos del valor medio, E(Y |x0)............121
3.11.2 Pronóstico sobre una observación nueva (futura)............124
4 Diagnóstico y validación del modelo de regresión..............................129
4.1 lntroducción..........................................................129
4.2 Análisis de los residuales......................................130
4.3 lncorrecta especificación del modelo....................135
4.3.1 La estadística PRESS...........................................136
4.3.2 Omisión de variables relevantes........................136
4.4 Normalidad...........................................................140
4.5 Observaciones atípicas e influyentes...................142
4.5.1 Robustez a priori del modelo...........................144
4.5.2 Robustez a posteriori del modelo....................145
4.5.3 Medidas de influencia......................................147
4.6 Multicolinealidad...............................................150
4.7 Heterocedasticidad............................................153
4.8 Autocorrelación..................................................156
4.9 Mínimos cuadrados generalizados.....................159
4.10 Selección de covariables en el modelo............164
4.10.1 Todos los moddos de regresión lineal posibles..........168
4.10.2 Regresión hacia adelante o inclusión progresiva de covariables ("Forward selection")..........169
4.10.3 Regresión hacia atrás o eliminación progresiva ("Backward elimination")........172
4.10.4 Regresión paso a paso («Stepwise regression»).....................172
4.11 Criterios de información de Akaike-AlC.................................173
5 Transformaciones en el Modelo.......................................175
5.1 Introducción...................................................................175
5.2 Transformación para linealizar el modelo......................175
5.3 Tranaformación de las covariables..................................177
6 Regresión con covariables categóricas.................................187
6.1 Introducción......................................................................187
6.2 Una variable cualitativa con dos niveles..........................187
6.3 Covariable cualitativa con más de dos niveles..................192
6.4 Mas de una variable cualitativa......................................195
6.5 Interacción entre variableti cualitativas.........................196
6.6 Interacción entre covariables categóricas y cuantitativas...197
7 Modelos de regresión polinómicos.........................................203
7.1 Introducción.....................................................................203
7.2 Modelos polinómicos en una variable............................206
7.3 Polinomios ortogonales..................................................215
7.4 Modelos superficicales de respuesta.............................220
7.5 Modelos de regresión trigonométricos...........................233
8 Regresión No Paramétrica................................................239
8.1 Introducción..............................................................239
8.2 Núcleo o «kernel»....................................................241
8.3 Regresión por núcleo (kernel).................................243
8.4 Regretiión por tiegmentu::; («tipline»)...................245
8.5 Polinomios locales..................................................249
9 Regresión Por Contracción.....................................261
9.1 Introducción..........................................................261
9.2 Regresión de borde..............................................261
9.3 El problema de la multicolinealidad....................265
9.4 Estimación de la regresión de borde..................266
9.5 Regresión LASSO.................................................274
9.6 Regresión sobre componentes principales..........277
Bibliografía..............................................281
Índice temático..............................................282
Materias
Palabras clave
BISAC
- MAT029000. MATEMÁTICAS > Probabilidad y estadística > General
Thema
- PBT. Probabilidad y estadística
Dewey
- 519. Ciencias naturales y matemáticas > Matemáticas > Probabilidades y matemática aplicada