Qué es el análisis de regresión
En el modelado estadístico, el análisis de regresión es un conjunto de procesos estadísticos para estimar las relaciones entre una variable dependiente y una o más variables independientes. La forma más común de análisis de regresión es la regresión lineal, en la que se encuentra la línea que más se ajusta a los datos según un criterio matemático específico. Por ejemplo, el método de mínimos cuadrados ordinarios calcula la línea única que minimiza la suma de las diferencias al cuadrado entre los datos verdaderos y esa línea. Por razones matemáticas específicas, esto permite al investigador estimar la expectativa condicional de la variable dependiente cuando las variables independientes toman un conjunto determinado de valores. Las formas menos comunes de regresión utilizan procedimientos ligeramente diferentes para estimar parámetros de ubicación alternativos o estimar la expectativa condicional a través de una colección más amplia de modelos no lineales.
Cómo se beneficiará
(I) Insights y validaciones sobre los siguientes temas:
Capítulo 1: Análisis de regresión
Capítulo 2: Mínimos cuadrados
Capítulo 3: Teorema de Gauss?Markov
Capítulo 4: Regresión no lineal
Capítulo 5: Coeficiente de determinación
Capítulo 6: Estimación de variables instrumentales
Capítulo 7: Sesgo de variable omitida
Capítulo 8: Mínimos cuadrados ordinarios
Capítulo 9: Suma residual de cuadrados
Capítulo 10: Regresión lineal simple
Capítulo 11: Mínimos cuadrados generalizados
Capítulo 12: Errores estándar consistentes con heterocedasticidad
Capítulo 13: Factor de inflación de varianza
Capítulo 14: No lineal mínimos cuadrados
Capítulo 15: Regresión de componentes principales
Capítulo 16: Suma de cuadrados por falta de ajuste
Capítulo 17: Apalancamiento (estadísticas)
Capítulo 18: Regresión polinómica
Capítulo 19: Modelos de errores en variables
Capítulo 20: Mínimos cuadrados lineales
Capítulo 21: Regresión lineal
(II) Responder a las principales preguntas del público sobre el análisis de regresión.
(III) Ejemplos del mundo real para el uso del análisis de regresión en muchos campos.
Para quién es este libro
Profesionales, estudiantes de pregrado y posgrado, entusiastas, aficionados y aquellos que quieran ir más allá del conocimiento o la información básicos para cualquier tipo de Análisis de Regresión.
