Análisis de regresión by Fouad Sabry

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.