Las técnicas de regresión se cuentan entre los métodos más
utilizados en la Estadística Aplicada. Dada una variable de respuesta
y un conjunto de covariables
, es de interés
estimar una supuesta relación funcional entre
y
, así
como predecir el valor de observaciones futuras para distintos valores de
las covariables.
Una manera de modelar dicha relación consiste en representar el valor
esperado de como
Este planteamiento da lugar a los llamados modelos lineales
generalizados. En esta sección nos concentraremos en el modelo de
regresión usual, donde la variable tiene una distribución Normal
y
es la función identidad.
El modelo Normal
Supongamos que se tienen observaciones independientes
del modelo
Sean
y
Resulta conveniente escribir el modelo en forma matricial. Sea .
Entonces
En el resto de esta sección supondremos que la matriz es de
rango completo,
.
La función de verosimilitud para el modelo (4) es de la forma
Para facilitar la notación y el desarrollo subsecuente, es conveniente
trabajar en términos de la precisión
en lugar de la
varianza
. La verosimilitud toma entonces la forma