Verdades y Falsedades en Modelos de Regresión Lineal: Un Estudio Exhaustivo
Enviado por Chuletator online y clasificado en Matemáticas
Escrito el en español con un tamaño de 18,98 KB
Verdades y Falsedades en Modelos de Regresión Lineal
1. Coeficiente de Determinación
Si los vectores Y e Ŷ forman un ángulo muy pequeño, el coeficiente de determinación del modelo se acercará a 1. Verdadero, como Y = Ŷ + e y además Ŷ y e son perpendiculares, si los vectores Y e Ŷ forman un ángulo muy pequeño, el módulo de residuos es muy pequeño, por lo que SCR también lo es y el coeficiente de determinación estará próximo a 1.
2. Matrices Semidefinidas Positivas
Toda matriz semidefinida positiva es idempotente y simétrica. Falso, si eres idempotente y simétrica, eres semidefinida positiva (como H y M), pero no todas las semidefinidas positivas son idempotentes y simétricas.
3. Eliminación de Variables Explicativas
Si al