RECTA DE REGRESIÓN Y/X (M.C.O)
Pretendemos obtener como función de regresión que nos explique la variable Y en función de los valores de X una función lineal, con el criterio de que minimice los cuadrados de las diferencias entre los valores reales y los teóricos (según la regresión).
La función de regresión a obtener es y* = a + b X con la
pretensión de que
S S (yj - (a+b xi) ) 2.nij sea mínima .
Habrá que encontrar los valores de los parámetros a y b que minimizan esa expresión.Es decir que anulan simultáneamente las derivadas parciales de la función:
y (a,b)= S S (yj - (a+b xi) ) 2.nij: (Sistema de ecuaciones normales)
![]() |
2S S (yj -a-b xi ) . nij (-1)= 0 |
![]() |
2S S [ yj -a-b xi ) . nij ].[-S S xi nij ] = 0 |
S S yj nij =aS S nij +b S S xi nij | ![]() |
S S yj xi nij = a S S xi nij +bS S xi2 nij | ![]() |
![]() |
![]() |
restando la segunda ecuación por la primera multiplicada por -x, quedará:
![]() |
Sxy=b S2x (*2) |
de forma que de (*1) y de (*2) se concluye que los valores de a y b que minimizan los cuadrados de los residuos y que, por tanto son los parámetros del ajuste mínimo-cuadrático serán:
La ecuación de la recta de regresión Y/X quedará, por lo tanto como:
De (*1) , o de la propia ecuación de la recta se deduce que la recta de regresión de Y/X pasa por el centro de gravedad de la distribución .
Otra expresión alternativa de la recta de regresión de regresión Y/X es: