Título
Aplicación del método abreviado de doolittle a la regresión lineal múltiple
Autor
JESÚS ALBERTO MELLADO BOSQUE
Colaborador
VICTOR CANTU HERNANDEZ (Asesor de tesis)
FÉLIX DE JESÚS SÁNCHEZ PÉREZ (Asesor de tesis)
MARIO CANTU SIFUENTES (Asesor de tesis)
RAÚL CESAR GONZÁLEZ RIVERA (Asesor de tesis)
Nivel de Acceso
Acceso Abierto
Materias
Resumen o descripción
"El método numérico desarrollado por Doolittle, ha sido ajustado a la obtención de la regresión múltiple a través de presente siglo. El método Abreviado de Doolittle (ABDO) tiene muchas ventajas respecto a otros métodos, ya que no se requieren operaciones de álgebra de matrices. El método parte del principio de mínimos cuadrados, que obtiene el mejor estimador de los coeficientes de la regresión con la solución de la ecuación X'Xb = X'Y, donde X e Y son las matrices de las variables independientes y dependiente respectivamente, y b es el vector de coeficientes. El método propone no buscar la Inversa de la matriz X'X, sino incorporarla al vector) y por medio de un método numérico, de n etapas (donde n es el número de variables independientes), encontrar los coeficientes de la ecuación de la regresión. Cada etapa es la elaboración consecutiva de modelos en donde se van incorporando cada una de las variables independientes. En cada etapa, se encuentra también los coeficientes secuenciales y la varianza que representa cada modelo respecto al anterior. El cálculo del coeficiente de la variable xj, es la regresión de esa variable, corregida por la regresión de las variables anteriores, respecto a la variable dependiente, así, en cada etapa se obtiene el coeficiente de una variable y el ajuste de las restantes. El método, aparte de ser muy accesible a su elaboración manual, es un excelente instrumento para el comportamiento de un conjunto de datos."
"The numerical method developed by Doolittle, has been adjusted througout this century to get multiple regresion analysis. The abbreviated Doolittle method (ABDO) has many advantage over other methods, because it does not need the use of matrix algebra. The method theory begins with the least squares principies, and the solution of the ecuation X'Xb = X'Y provides the coeficient best estimation, where X and Y are matrix of explanatoy and response variables, b is a coeficient vector. With this method is not necessary to obtain the inverse of the X'X matrix, instead, the matrix is joined to the XY vector to form the first stage format. The method consists of n stages (n is the number of explanatoy varibles), in each stage, one ecuation coeficient is found. Each stage represent the incorporation of a new variable through the model, so that, the model begins with one variable and ends up with all of them. Each stage find the secuential coeficient and variance of that model over de last one. The Xj coeficient represents the regression of that variable, corrected by the previos varibles in the regression equation, with the response variable. In each stage it is obtained one variable coeficient and the correction of the others. The ABDO method is easy to use mannualy and is an excelent way to understand data."
Fecha de publicación
1 de diciembre de 1994
Tipo de publicación
Tesis de maestría
Versión de la publicación
Versión publicada
Recurso de información
Formato
application/pdf
Idioma
Español
Audiencia
Estudiantes
Investigadores
Repositorio Orígen
Repositorio Digital CID-UAAAN
Descargas
66