Regresión lineal (caso estudio Matlab): error de predicción, varianza de parámetros estimados

Antonio Sala, UPV

Dificultad: **** ,       Relevancia: ,      Duración: 13:28

Resumen:

Este vídeo continua el caso de estudio del vídeo [rlce1]. Se analiza la varianza explicada por el modelo y la matriz de varianzas-covarianzas de los parámetros estimados, obteniendo intervalos de confianza $\pm 2\sigma$ (intervalos que deben ser considerados como aproximaciones “muy informales”, dado que incluso ante modelos generados por un proceso lineal con ruido gaussiano deben utilizarse fórmulas más sofisticadas).

Se compara una serie de datos (caso 1) que da un modelo básicamente inútil, con otra serie de datos (caso 2) que da un modelo muy bueno.

El caso 1 produce una gran incertidumbre en los parámetros estimados, considerando su distribución marginal (independientemente del resto); el elipsoide de confianza daría la descripción más exacta, y motiva la regresión por componentes principales que aparece en el vídeo [rlce3].

Colección completa [VER]:

• Anterior   Regresión lineal (caso estudio Matlab): centrado, escalado, pseudoinversa, modelo de predicción

• Siguiente Regresión lineal (caso estudio Matlab): regresión por componentes principales PCR, simplificación de modelo