Regresin Mltiple: Este tipo se presenta cuando dos o ms variables

independientes influyen sobre una variable dependiente.

Se parte de una ecuacin lineal

Y =a+b1 X 1 +b2 X 2

Donde:

Y = Variable dependiente
a = Intercepto de la variable Y
X 1 , X 2 = Valores de las dos variables independientes.
b1 , b2 = Pendiente asociada con cada variable independiente.

Sabemos que se desconocen tres valores a , b1 , b2 , y para hallarlos usaremos tres ecuaciones
auxiliares.

Y =na+b 1 X 1 +b 2 X 2
X 1Y =a X 1 +b1 X 21 +b2 X 1 X 2
X 2Y =a X 2 +b1 X 1 X 2 +b2 X 22

Al obtener la ecuacin de regresin, podemos obtener el ERROR ESTNDAR DE LA ESTIMACIN

MLTIPLE a travs de

Se=
Y 2a Y b1 X 1Y b 2 X 2 Y
n3
El error estndar de la regresin mltiple es una medida de dispersin, la estimacin se hace ms precisa conforme
el grado de dispersin alrededor del plano de regresin se hace ms pequeo.

Y el COEFICIENTE DE DETERMINACIN a travs de

2a Y +b 1 X 1 Y +b 2 X 2 Y n y 2
R=
Y 2n y 2
El coeficiente de determinacin Mide la tasa porcentual de los cambios de Y que pueden ser explicados por X1 , X2
y X3 simultneamente.

El ejemplo que usaremos es el siguiente:

El jefe de produccin de una empresa manufacturera desea estimar los gastos indirectos de produccin con
base en el nmero de horas trabajo y en el nmero de horas mquina. En la siguiente tabla se relaciona la
informacin correspondiente al primer semestre.

Alexis Gonzlez Apolinar 9IMC-G2

El jefe de produccin define:
X1 : Horas de trabajo (Cientos de pesos).
X2 : Horas de mquinas (cientos de pesos).
Y : Gastos indirectos de produccin (cientos de miles de pesos).

La tabla solo mostraba los valores coloreados con color rojo tenue, aunque eso no importa tanto
ya que sabemos como se obtienen los demas datos, solo debemos ver que es lo que pide y hacerlo
con las formulas de excel.

Obtenidos los datos, continuamos y reemplazamos en las ecuaciones auxiliares

b
Y =na+b 1 X 1 +b 2 X 2 ( 1265)+(b285) (1)
159=(6a)+
b
X 1Y =a X 1 +b1 X 2
1 +b2 X 1 Y 2 ( 111715 )+(b 23756) (2)
7032=( a265 )+

X 2Y =a X 2 +b1 X 1 X 2 +b2 X 22 2260=(85a)+b1 (3756)+b 2(1211)

(3)

Quedara un sistema de 3x3 que podemos resolver por distintos mtodos pero en este caso
usaremos el siguiente (creo que es el mtodo de eliminacin):

Multiplicamos la Ec. 1 por 85/6 y luego le restamos la Ec. 3 para eliminar la variable a:

b
( 1265)+(b285)
85
159=(6a)+
6

2252.5=85 a+3754.16 b1 +1204.16 b2

Hacemos la resta 2252.5=85 a+3754.16 b1 +1204.16 b2

- 2260=85 a3756 b11211 b2

7.5=1.84 b1 6.84 b2 (4)

Repetimos el mismo procedimiento pero ahora utilizaremos la Ec.2 en vez de la 3.

Alexis Gonzlez Apolinar 9IMC-G2

Multiplicamos la Ec. 1 por 265/6 y luego le restamos la Ec. 2 para eliminar la variable a:

b
( 1265)+(b285)
265
159=(6a)+
6

7022.5=265 a+ 11704.16 b1 +3754.16 b2

Hacemos la resta 7022.5=265 a+ 11704.16 b1 +3754.16 b2

7032=265 a11715 b 13756 b2
9.5=10.84 b1 +1.84 b2 (5)

Ya que tenemos las Ec. 4 y 5 despejaremos a b1 de cada una de ellas y nos quedaran as:

7.56.84 b2
b1= (4.1)
1.84
9.51.84 b2
b1 = (5.1)
10.84
Obteniendo los dos valores procedemos a igualar nuestros b1 como se muestra a continuacin:

7.56.84 b 2 9.51.84 b2
=
1.84 10.84
Multiplicamos en cruz para eliminar las fracciones, como se muestra:

10.84(7.56.84 b 2)=1.84 (9.51.84 b2 )

Resolvemos las multiplicaciones:

81.374.14 b2=17.483.38 b2

Agrupamos trminos similares en cada lado de la ecuacin:

81.317.48=3.38 b2 +74.14 b2

Resolvemos y Reducimos:

63.82=70.76 b 2

Despejamos a b2 y resolvemos la divisin resultante para obtener el valor final:

63.82
b2=
70.76
b2=.90

Alexis Gonzlez Apolinar 9IMC-G2

Ahora buscamos a b1 reemplazando en la ecuacin 4.1 o 5.1, el valor de b2 :

7.56.84 b2
b1 =
1.84
7.56.84(.9)
b1=
1.84
b1=0.73

Para encontrar el valor de a despejamos en la Ec. 1, reemplazamos b1 y b2 , resolvemos las

operaciones y obtenemos el valor para esta incgnita:

159265 b185 b 2
a=
6
159265(.73)85 (.90)
a=
6
159193.4576.5
a=
6
110.95
a=
6
a=18.49

Ahora ya podemos sustituir esos valores en otras ecuaciones y resolver y ver distintos parmetros
que influyen en la regresin lineal, pero nosotros utilizaremos Excel para hacerlo ms rpido y
usando nuevas tecnologas, lo anterior solo nos ayudara a comprobar que lo hicimos bien o que
tenemos detalles en nuestras operaciones.

Para hacerlo en Excel haremos lo siguiente:

*pestaa datos

*anlisis de datos

*regresin

Alexis Gonzlez Apolinar 9IMC-G2

*seleccionamos los 6 valores de Y , los valores de X 1 y X 2 , y damos clic en aceptar,
seguido de esto aparecer una nueva hoja de Excel con distintos datos pero hay tres que nosotros
ya obtuvimos y podemos comprobar, se encuentran en la parte de abajo.

Coeficiente de determinacin R^2: nos dice que si el valor est ms cercano a 0 significa que las
variables tienen muy poca relacin entre s, y por lo tanto ms cercano a 1 significa que hay una
relacin muy grande. En este caso est ms cercano a 1 lo que significa que podramos calcular
distintos valores con un nivel de confianza alto, es decir es confiable hacer pronsticos con estos
valores.

Ahora ya podemos realizar nuestros anlisis con los valores obtenidos.

Alexis Gonzlez Apolinar 9IMC-G2