En la ecuación de regresión, la varianza de la variable dependiente se puede descomponer en la suma de dos varianzas: la varianza de las puntuaciones pronosticadas, y la varianza del error o varianza de los residuos. Los pronósticos son una función lineal de la variable independiente X, función que viene especificada por la propia recta de regresión:
, por lo que la varianza de las puntuaciones pronosticadas, Y´, dependen de la varianza de X, tal y como indica la siguiente expresión:
Mientras que los residuos no dependen de ninguna variable o lo que es igual, no es función de ninguna variable conocida e incluida en la ecuación de regresión. Entonces, si la varianza de Y se puede expresar como la suma de la varianza de los pronósticos y la varianza de los residuos:
Y la varianza de las puntuaciones pronosticadas depende de la varianza de X, entonces la varianza de Y se puede explicar en parte por la varianza de X. Es decir, una parte de la variabilidad de Y puede ser explicada, una vez construida la recta de regresión por la propia variabilidad de X. Expresada en términos de proporciones la proporción de la variabilidad de Y que es explicada por la variabilidad de los pronósticos (que a su vez son función de la variabilidad de X) será:
Que corresponde con el coeficiente de determinación, mientras que la proporción de la variabilidad de Y que no se puede explicar por variabilidad de los pronósticos será:
Creador
Debate
Debes estar registrado para responder a este debate.