9.3: Resumen
- Page ID
- 150285
Este capítulo se ha centrado en dos aspectos clave de los modelos de regresión simple: la prueba de hipótesis y las medidas de la bondad del ajuste del modelo. Con respecto al primero, nos enfocamos en el error estándar residual y su papel en la determinación de la probabilidad de que las estimaciones de nuestro modelo, BB y AA, sean solo salidas aleatorias de una población en la que ββ y αα son cero. Se demostró, utilizando, cómo calcular los errores estándar residuales para AA y BB y, utilizándolos, calcular las estadísticas t y las probabilidades asociadas para las pruebas de hipótesis. Para el ajuste del modelo, nos enfocamos en la covariación y correlación del modelo y terminamos con una discusión del coeficiente de determinación — R2R2. Entonces ahora estás en condiciones de usar regresión simple y librar incesante guerra geek-war a aquellos cuyos modelos están dotados de R2Sr2s menores.
- La redacción de la pregunta fue la siguiente: En una escala de cero a diez, donde cero significa ningún riesgo y diez significa riesgo extremo, ¿cuánto riesgo cree que plantea el calentamiento global para las personas y el medio ambiente? “↩
- Tenga en cuenta que con un modelo bivariado, R2R2 es igual al cuadrado del coeficiente de correlación. ↩