Fundamentos del modelo de regresión lineal múltiple: interpretación de coeficientes, supuestos y pruebas
Fundamentos del Modelo de Regresión Lineal
Modelo Poblacional Simple
La estructura general del modelo de regresión lineal poblacional es:
$$Y = \beta_0 + \beta_1 X_1 + u$$
- $Y$: Variable dependiente.
- $X_1$: Variable independiente (explicativa).
- $\beta_0$: Intercepto (ordenada al origen).
- $\beta_1$: Pendiente (coeficiente de la variable explicativa).
- $u$: Término de error estocástico (representa todos los factores no observados).
Interpretación de Coeficientes en Modelos Transformados
A continuación, se presentan ejemplos de interpretación basados en diferentes especificaciones funcionales:
- Modelo Lineal (Lineal-Lineal):
$$\text{Salario} = 100 + 1.24 \cdot \text{Ventas} + u$$
Interpretación: Un aumento de 1 unidad en las ventas provoca un aumento