RT Generic
T1 Aspectos computacionales de los contrastes de bondad de ajuste para modelos de regresión lineales
T2 Aspectos computacionais dos contrastes de bondade de axuste para modelos de regresión lineais
A1 Fernández Fernández, Guillermo
K1 Estimación
K1 Inferencia
K1 Contraste de bondad
K1 Simulación
AB Los modelos de regresión en media son una herramienta de gran interés en el ámbito de la Estadística, ya que permiten establecer la relación de dependencia entre una variable de interés (que habitualmente se conoce como variable respuesta) y una o varias variables explicativas. Los modelos clásicos de regresión asumen que la relación entre las variables explicativas y la variable respuesta se puede establecer a través de efectos lineales, surgiendo así los modelos de regresión lineales múltiples. A lo largo de este TFG, trataremos de presentar contrastes de hipótesis que nos permitan testear si realmente el efecto de las variables explicativas sobre la variable respuesta es o no lineal. Para llevar a cabo dichos contrastes emplearemos la función de regresión integrada introducida por Stute (1997). A modo de orientación, el trabajo podría organizarse en las siguientes secciones: •	Los modelos de regresión lineales múltiples. •	Presentación del contraste de bondad de ajuste para modelos de regresión lineales. •	El calibrado del contraste de bondad de ajuste. •	Implementación del contraste de bondad de ajuste, junto con el plan de remuestreo. Para ello utilizaremos el software estadístico libre R (https://www.r-project.org/). Además, ilustramos el buen comportamiento en la práctica del contraste de bondad de ajuste introducido, utilizando tanto conjuntos de datos reales como datos simulados.
YR 2025
FD 2025-07
LK https://hdl.handle.net/10347/46749
UL https://hdl.handle.net/10347/46749
LA spa
NO UNIVERSIDADE DE SANTIAGO DE COMPOSTELA
DS Minerva
RD 18 abr 2026