jueves, 28 de septiembre de 2023

Modelos lineales y estimación por mínimos cuadrados


  • (introducción)
  • (modelos estadísticos lineales)
    • (def 1: estadístico lineal)
  • (método de mínimos cuadrados)
    • (ejm 1)
    • (ejercicios)
  • (propiedades de los estimadores de mínimos cuadrados: regresión lineal simple)
    • (ejm 2, 3)
    • (propiedades de los estimadores de mínimos cuadrados; regresión lineal simple)
    • (ejercicios)
  • (inferencias respecto a los parámetros βi )(ejercicios)
    • (prueba de hipótesis para  βi )
    • (ejm 4)
    • (un intervalo de confianza 100(1-α)% para  βi )
    • (ejm 5)
  • (inferencias respecto a funciones lineales de los parámetros del modelo: regresión lineal simple)(ejercicios)
    • (una prueba θ = a0β0 + a1β1 )
    • (un intervalo de confianza 100(1-α)% para θ = a0β0 + a1β1 )
    • (un intervalo de confianza 100(1-α)% para E(Y) = β0 + β1x* )
    • (ejm 6)
    • (ejercicios)
  • (predicción de un valor particular de Y mediante regresión lineal simple)(ejercicios)
    • (intervalo de predicción 100(1-α)% para x = x*)
    • (ejm 7)
    • (ejercicios)
  • (correlación)(ejercicios)
    • (ejm 8, 9)
    • (ejercicios)
  • (algunos ejemplos prácticos)(ejercicios)
    • (ejm 10, 11)
    • (ejercicios)
  • (ajuste del modelo lineal mediante matrices)(ejercicios)
    • (ecuaciones de mínimos cuadrados y soluciones para un modelo lineal general)
    • (ejm 12, 13, 14)
    • (ejercicios)
  • (funciones lineales de los parámetros del modelo: regresión lineal múltiple)
    • (propiedades de estimadores mínimos cuadrados: regresión lineal múltiple)
  • (inferencias respecto a funciones lineales de los parámetros del modelo: regresión lineal múltiple)(ejercicios)
    • (una prueba para a'β)
    • (un intervalo de confianza 100(1-α)% para a'β)
    • (ejm 15, 16)
    • (ejercicios)
  • (predicción de un valor particular de Y mediante regresión múltiple)
    • (un intervalo de confianza 100(1-α)% para Y cuando x1 = x1*)
    • (ejm 17)
    • (ejercicios)
  • (una prueba para H0: βg+1 = βg+2 = ... = βk = 0 )(ejercicios)
    • (ejm 18, 19)
    • (ejercicios)
  • (resumen y conclusiones)
  • (ejercicios complementarios)

(introducción)(modelos estadísticos lineales)(método de mínimos cuadrados)(ejercicios)(propiedades de los estimadores de mínimos cuadrados: regresión lineal simple)(ejercicios)(inferencias respecto a los parámetros βi )(ejercicios)(inferencias respecto a funciones lineales de los parámetros del modelo: regresión lineal simple)(ejercicios)(predicción de un valor particular de Y mediante regresión lineal simple)(ejercicios)(correlación)(ejercicios)(algunos ejemplos prácticos)(ejercicios)(ajuste del modelo lineal mediante matrices)(ejercicios)(funciones lineales de los parámetros del modelo: regresión lineal múltiple)(inferencias respecto a funciones lineales de los parámetros del modelo: regresión lineal múltiple)(ejercicios)(predicción de un valor particular de Y mediante regresión múltiple)(una prueba para H0: βg+1 = βg+2 = ... = βk = 0 )(ejercicios)(resumen y conclusiones)(ejercicios complementarios)

No hay comentarios.:

Publicar un comentario