Matching Pairs Regresión lineal multipleOnline version Objeto de aprendizaje para evaluar: -Que entiende el papel del análisis de regresión dentro de los diseños experimentales. -Comprende como aplicar las pruebas de hipótesis en la regresión lineal y evaluar la calidad de un modelo. -Diferencía entre regresión lineal simple y múltiple, y aplicar cada una al caso apropiado. Dela fuente: CAPÍTULO 11. Análisis de regresión Gutiérrez, P. H., & Vara, S. R. D. L. (2012). Análisis y diseño de experimentos (3a. ed.). Retrieved from http://ebookcentral.proquest.com Página 299 by Fausto Noé Jiménez 1 Modelo de regresión lineal multiple 2 Razones por las que las variables X y Y aparecen relacionadas de manera significativa. 3 Formulación para la prueba de significancia del modelo de regresión lineal múltiple. 4 Explica en forma matemática el comportamiento de una variable de respuesta en función de una o más variables independientes. 5 Formulación para la suma total de cuadrados. 6 Modelo de regresión lineal simple 7 Procedimiento para estimar los parámetros de un modelo de regresión que minimiza los errores de ajuste del modelo. 8 Es la diferencia entre lo observado y lo estimado o predicho. Sirven para analizar el error de ajuste de un modelo. 9 Estructura de los datos para la regresión lineal múltiple. 10 Es la suma de los residuos al cuadrado, y se utiliza para estimar la varianza del error de ajuste de un modelo. 11 Razones por las que las variables X y Y aparecen relacionadas de manera significativa. 12 Implica que por lo menos un término en el modelo contribuye de manera significativa a explicar Y. 13 Significa que ningún término o variable en el modelo tiene una contribución significativa al explicar la variable de respuesta. Resíduos Suma de cuadrados del error Análisis de Regresión Rechazar H0. Método de mínimos cuadrados. Aceptar H0