UNIVERSIDAD TCNICA ESTATAL DE QUEVEDO

FACULTAD DE CIENCIAS EMPRESARIALES

CARRERA GESTIN EMPRESARIAL

ESTADSTICA INFERENCIAL

TEMA:
REGRESIN

LINEAL

MLTIPLE,

MNIMOS

CUADRADOS,

DIRECTA MLTIPLE

INTEGRANTES:
Arias Herrera Diana
Len Tern Olga
Morn Alvarado Jenny
Olivo Villamar Gabriela
Rodrguez lava Gnesis

DOCENTE:
Sarmiento
CURSO:
4to Semestre D Gestin Empresarial
Quevedo Los Ros Ecuador
2015

ECUACIN

REGRESIN LINEAL MLTIPLE

La regresin mltiple comprende tres o ms variables, existe una sola variable
dependiente pero hay dos o ms de tipo independiente. Esta se refiere al
desarrollo de una ecuacin que se puede utilizar para predecir valores de y
respecto a valores de los diferentes variables independientes. El objetivo de las
variables independientes adicionales es incrementar la capacidad predictiva sobre
la regresin lineal simple. El modelo de regresin lineal es:
y= a + bx+ cz
y es la variables dependiente; x, z son variables independientes.
Para resolver utilizamos el criterio comn de los mnimos cuadrados y en base a
ellos se llega a estas ecuaciones:

xy=b x 2+ c xz
zy =b xz +c z 2
a= y b x c z

Recordando que:

x=x-

y=y-

z=z-

Inferencias En Una Regresin Lineal Mltiple

Hasta el momento, el anlisis de regresin mltiple solo se ha considerado como
una forma de describir la relacin entre una variable independiente y diferentes
variables independientes.

Sin embargo, el mtodo de mnimos cuadrados tambin tiene la capacidad de

representar las inferencias o generalizaciones sobre la relacin para una poblacin
completa recuerde que cuando crea intervalos de confianza o cuando realiza
pruebas de hiptesis como parte de la estadstica de inferencia, se considera la
informacin de una muestra aleatoria tomada de una poblacin.
En una regresin mltiple suponemos que existe una ecuacin desconocida de
regresin de una poblacin que relaciona la variable dependiente con las variables
independientes, algunas veces, lo anterior se conoce como modelo de una
relacin.
Mnimos cuadrados
Determina la ecuacin de la recta de regresin minimizando la suma de los
cuadrados de la distancias verticales entre los valores de y, este mtodo se lo
conoce como la recta de mejor ajuste.
En su forma ms simple, intenta minimizar la suma de cuadrados de las
diferencias en las ordenadas (llamadas residuos) entre los puntos generados por
la funcin elegida y los correspondientes valores en los datos.
Desde un punto de vista estadstico, un requisito implcito para que funcione el
mtodo de mnimos cuadrados es que los errores de cada medida estn
distribuidos de forma aleatoria.
Ejercicio 1: Un administrador ha tomado al azar el salario mensual en dlares de
15 empleados de la empresa EL PADRINO de Latacunga en Enero del ao
2000 quienes ganan de acuerdo a los aos de experiencia (antigedad) siendo los
aos de experiencia:5,0 3,5 6,5 3,0 4,0 2,0 4,5 4,0 3,5 4,0 2,5 3,0 4,5 4,0
6,0 y los ingresos respectivos 250 180

320 120 210 310 280 150 200 140

160 210 190 300 y los niveles de especializacin o escalafn , siendo 6; 4; 6;

4; 6; 3 ; 6; 6; 2; 5; 3; 6; 6; 6; 6; obtendramos el siguiente cuadro de mnimos
cuadrados.

MNIMOS CUADRADOS PARA OBTENER LA ECUACIN DE REGRESON

LINEAL MLTIPLE DEL SUELDO DE EMPLEADOS DE LA EMPRESA EL
PADRINO DE LATACUNGA EM RELACIN A SU EXPERIENCIA Y
ESPECIALIDAD ENERO 2000
Ingreso
o
sueldo
s
Y

Aos Niveles
Exper. Especia
l
X
Z

250
180
320
120
210
100
310
280
150
200
140
160
210
190
300
3.120

5,0
3,5
6,5
3,0
4,0
2,0
4,5
4,0
3,5
4,0
2,5
3,0
4,5
4,0
6,0
60,0

6
4
6
4
6
3
6
6
2
5
3
6
6
6
6
75

DESVIACIN

PRODUCTOS
X2

y
-42
-28
112
-88
-2
108
102
72
-58
-8
-68
-48
2
-18
92
0

x
1
-0,5
5,5
-1
0
-2
0,5
0
-0,5
0
-1,5
-1
0,5
0
2
0

z
1
-1
1
-1
1
-2
1
1
-3
0
-2
1
1
1
1
0

xy
42
14
280
88
0
216
51
0
29
0
102
48
1
0
184
1.055

xz
1
0,5
2,5
1
0
4
0,5
0
1,5
0
3
-1
0,5
0
2
15,5

zy
42
28
112
88
2
216
102
72
174
0
136
-48
2
-18
92
1.000

Y2

1
1
0,25 1
6,25 1
1
1
0
1
4
4
0,25 1
0
1
0,25 9
0
0
0,25 4
1
1
0,25 1
0
1
4
1
20,5 28

xy=b x 2+ c xz
zy =b xz +c z 2
b+15,5 c
{1.055=20,5
1.000=15,5 b+28 c
Resolvemos este sistema de ecuaciones, podemos hacerlo si deseamos, por
eliminacin.

15.5 1055=20,5 b+15.5

+ 20,5 1.000=15,5 b+28 c

16352,5=317,75 b240,25 c
20500=317,75b +574 c
4147,5=333,75 c

4147,5
=12,42696629; c=12,43
333,75

1055 = 20,5b + 15,5 ( 12,42696629 )

b= 42,06741573; b= 42,07
a= y b x c z

a=

3120 60
( 42,067411573)
15
15

75
( 12,42696627 )=22,40447763 22,40
15

La ecuacin ser: y= - 22,40 + 42,07x + 12,43z

Con esta ecuacin podemos aplicarlo dando valores a las variables

independiente x, z, se estimar el valor de y
Aos Experiencia

Niveles Especializacin (z)

a) 4,5
b) 3,8
c) 5,3

2
6
4

Caso a: y = -23,40 + 42,07(4,5) + 12,43(4,5) + 12,43(2) y= $190,78

Un empleado que tenga 4 aos y medio de experiencia y 2 niveles de
especializacin tendr un ingreso de 190,78 dlares.
Caso b: y= $211,05
caso c: y = $249,29

Ejercicio 2: Si se tiene una muestra de 15 automviles y se le pone el precio (y)

por el recorrido en miles de Kilmetros (x) y por los aos de uso de los
automotores (z) expresado en la tabla. Hallar la ecuacin de regresin lineal
mltiple.

MNIMOS CUADRADOS DE DATOS DE RECORRIDO EN MILES DE

KILMETROS, AOS DE USO Y PRECIO ESTIMADO DE UNA MUESTRA DE 15
AUTOMVILES PARA OBTENER LA ECUACIN DE REGRESIN LINEAL
MLTIPLE.

Miles
Km
X
40
30
30
25
50
60
65
10
15
20
55
40
35
30
20

525
x =35

Ao
s
Uso
Z
6
5
3
3
8
9
10
2
2
3
7
5
4
3
5

Precio
Dlar
Y
7000
9000
9000
10000
6000
5000
4000
12000
11000
10000
5000
7000
8000
9000
8000

75
120.000
z =5
z =8.000

DESVIACIN
x z
5
-5
5
10
15
25
30
25
20
15
20
5
0
-5
15
0

PRODUCTOS
xy

xz

yz

X2

Z2

1
0
-2
-2
3
4
5
-3
-3
-2
2
+0
-1
-2
0

1000
1000
1000
2000
-2000
-3000
-4000
4000
3000
2000
-3000
-1000
0
1000
0

-5000
-5000
-5000
-20000
-30000
-75000
-120000
-100000
-60000
-30000
-60000
-5000
0
-5000
0

5
0
10
25
45
100
150
75
60
30
40
0
0
10
0

-1000
0
-2000
-4000
-6000
-12000
-20000
-12000
-9000
-4000
-6000
0
0
-2000
0

25
25
25
100
225
625
900
625
400
225
400
25
0
25
225

1
0
4
4
9
16
25
9
9
4
4
0
12
4
0

-520.000

545

-78.000

3.850

90

 xy=b x 2+ c xz
zy =b xz +c z 2
+545 c
{520.000=3.850b
78.000=5.45 b+ 90 c
Desarrollamos tenemos: A la primera multiplicamos por -90 y a la segunda por
545

46.800 .000=346.500 b49.050 c

42.510.000=297.025 b+ 490.50 c
4.290 .000=49.475 b

-520.000= 3.850(-86,71045983) + 545c

c = -341,5866599
a= y b x c z
a = 8.000 35(86,71045983) 5 (-341,5866599)
a = 8.000 + 3.034,866094 + 1.707,9333
a = 12.742,79939 dlares.

La ecuacin ser: y= 12.742,80 86,71x 341,59z

El precio base de un automvil usado es igual a 12.742,80 dlares menos 86,71
dlares por cada mil Kilmetros recorridos y menos 341,59 dlares por cada ao
de uso. Aplicamos:
Cul ser el precio de los siguientes automviles de la misma empresa cuyo
recorrido y uso son:
Recorrido Km (x)

Aos de uso (z)

Precio (y)

18.000

$10.498,84

43.000

$ 6.964,73

32.000

$ 8.601,72

61.000

$ 5.062,36

Hemos calculado de esta manera; en el primer caos como ejemplo

Y = 12.742,80 86,71(18) - 341,59(2)

Reactivos de estadstica inferencial

1.- Cul es el modelo de regresin lineal?
a) a + cz
b) a + bx cz
c) a - bx - cz
d) Ninguna de las anteriores

2.- La regresin lineal mltiple comprende:

a) Una variable
b) Solo dos variables
c) Tres o ms variables
d) Ninguna de las anteriores

3.- En

la regresin lineal mltiple, cuando tenemos tres variables las

ecuaciones que se obtienen son:

a)

xy=b x 2+ c xz

 zy =b xz +c z 2
b)

(nk )

c)

zy =b xzc

d)

xy=b x 2+ c

4.- Para resolver el modelo de regresin lineal que mtodo se utiliza:

a) Pearson
b) Coeficiente de Correlacin
c) Coeficiente de Determinacin
d) Mnimos Cuadrados

5.- En la regresin lineal mltiple, el objeto de las variables independientes

adicionales es:
a) Incrementar la capacidad predictiva sobre la regresin lineal simple
b) Disminuir la capacidad predictiva sobre la regresin lineal simple
c) Estimar el valor de las variables
d) Ninguna de las anteriores
6.- El anlisis de regresin mltiple solo se ha considerado como una forma
de describir:
a) Una ecuacin desconocida de regresin
b) La relacin entre una variable dependiente y diferentes variables dependientes.
c) La informacin de una muestra
d) Una poblacin completa

7.- El mtodo mnimos cuadrados tambin tiene la capacidad de representar

las inferencias o las:
a) Generalizaciones sobre la relacin para una publicacin completa.
b) Variables diferentes o dependientes
c) Intervalos o confianza
d) Una informacin aleatoria

8.- En una regresin mltiple, suponemos que existe una ecuacin

desconocida de:
a) Variable dependiente
b) Mtodo de mnimos cuadrados
c) Informacin de una muestra
d) Regresin de una poblacin
9.- La regresin de una poblacin que relaciona la variable dependiente con
las variables independientes se conoce como:
a) Muestra aleatoria
b) Regresin mltiple
c) Intervalos de confianza
d) Modelo de una relacin

10.- Desde un punto de vista estadstico, un requisito implcito para que

funcione el mtodo de mnimos cuadrados:
a) Es un valor que indica el grado de variacin conjunta de dos variables
aleatorias
b) Es expresa la tendencia en la relacin lineal entre las variables.
c) Es que los errores de cada medida estn distribuidos de forma aleatoria.
d) Ninguna de las anteriores.

11.- La tcnica de mnimos cuadrados se usa:

a) Para indica la magnitud de la especificidad de la relacin lineal.
b) Comnmente en el ajuste de curvas
c) Todas las anteriores
d) Ninguna de las anteriores

12.- En el anlisis de regresin mltiple lo ms frecuente es que tanto la

variable dependiente como las independientes sean variables:
a) Continas medidas en escala de intervalo o razn
b) Discontinuas en diferencia del simple
c) Dependiente nominal
d) Ninguna de las anteriores
13.- En que se diferencia el anlisis de regresin mltiple con el simple:
a) Se estima el valor de la variable dependiente en base a la independiente
b) Describe la relacin de solo dos variables
c) Se aproxima ms a situaciones de anlisis real ya sea fen menos, hechos y
procesos sociales
d) Ninguna de las anteriores
14.- Los mnimos cuadrados determina la ecuacin de una recta de regresin
minimizando la:
a) Relacin de variables
b) Suma de los cuadrados de las distancias verticales
c) Suma de variables
d) Ninguna de las anteriores

15.- Como tambin se lo conoce a los mnimos cuadrados:

a) La recta de mejor ajuste
b) Correlacin lineal
c) Mtodo subjetivo
d) Ninguna de las anteriores
16. En el anlisis de regresin lineal mltiple, cul de estos anunciado es el
correcto:
a) x, z es las variables dependientes; y variable independiente
b) x es la variable dependiente; y, z son variables independientes
c) y es la variable dependiente; x, z son variables independientes
d) Ninguna de las anteriores

17.- La regresin lineal mltiple es una operacin

que se refiere al

desarrollo de una ecuacin que se puede utilizar para presidir:

a) Valores de y respecto a los diferentes variables independientes
b) Valores de z respecto a los diferentes variables dependientes
c) Valores de x respecto a los diferentes variables dependientes
d) Ninguna de las anteriores

18.- El anlisis de regresin lineal mltiple tambin puede aplicarse cuando:

a) Relacionemos una variable depen diente continua con un conjunto de variables
categricas
b) Relacionemos dos variables independientes
c) Relacionemos una variable nominal
d) Ninguna de las anteriores

19.- En la ecuacin lineal mltiple hay que recordar que:

a)

x=y-

b)

x=x-

c)

z = x-

; y=y-

; z=z-

d) Ninguna de las anteriores

20.- La tcnica de mnimos cuadrados es un anlisis:
a) Aleatorio
b) Continuo
c) Numrico
d) Ninguna de las anteriores