Problema de Regresión Lineal Múltiple

Se presentan datos de tres variables observadas en cincuenta tipos de madera

utilizados en la construcción. Las variables estudiadas son las siguientes:

1. X2 : densidad de la madera en aire seco

2. X1 : módulo de rigidez
3. Y : módulo de elasticidad

El objetivo del estudio es ajustar un modelo de regresión que explique el

comportamiento del modulo de elasticidad en función de las dos variables explicativas.

A partir de los datos se han realizado tres modelos:

1. Modelo 1: Y = f(x1,x2)
2. Modelo 2: Y = f(x1)
3. Modelo 3: Y = f(x2)

Se realiza un estudio de regresión mediante Excel para cada modelo obteniéndose los
siguientes resultados:

x1-x2 x1 x2
ß0 -1,829961706 218,7677666 206,7225402
ß1 3,417875366 6,90834514 30,0504053
ß2 19,58297239
2
R Ajustado 0,803883627 0,662783772 0,7319792
Fratio 101,4258262
ß1 ß2 ß1 ß1
Pvalor 8,21101E-05 3,08236E-07 3,9521E-13 1,52503E-15
Intervalo + 5,012232969 26,19181006 8,31644793 35,2540031
95% - 1,823517762 12,97413473 5,50024235 24,84680749

Resultados obtenidos tabla Excel

R2 Ajustado
Para escoger cual es el mejor modelo entre los tres se ha mirado el “R 2 Ajustado“
que sea mayor, este parámetro mide la bondad del modelo corrigiendo el efecto del
aumento de variables explicativas. Valores cercanos a la unidad indican un buen ajuste
del modelo.

El modelo 1 tienen el mayor “R2 Ajustado“con lo que se puede decir que es el más
bueno entre los tres.

Contraste de hipótesis
A continuación se contrasta las hipótesis de que los estimadores “ßi” sean nulos,
esto es, que puedan no influir en “y” por lo que:

A) Individualmente
1. Pvalor: Es inferior a α=0.05 en ambos coeficientes.
2. Intervalo de Confianza al 95% (α=0.05): no incluyen el valor nulo.

B) Conjuntamente
1. Fratio: El valor es superior a la Fsnedecor(≈3’23) obtenida de las tablas
para una k=2, n=50 y α=0.05.

Por lo que tanto en conjunto como individualmente los estimadores “ßi” rechazan la
hipótesis de que sean nulos.