Documente Academic
Documente Profesional
Documente Cultură
σ
Regresión Lineal Múltiple
βο
En la mayoría de los problemas de investigación en que se aplica el
Análisis de Regresión se requiere más de una variable independiente en el
modelo de regresión. A este modelo se le llama Modelo de Regresión Lineal
Múltiple. Para el caso de k variables independientes x1, x2, ..., xk la respuesta
estimada se obtiene de la ecuación:
Χο
Se pueden aplicar técnicas de mínimos cuadrados para estimar los
coeficientes cuando los modelos lineales involucran, a saber, potencias y
productos de las variables independientes. Por ejemplo, cuando k=1 el
experimentador puede pensar que la respuesta media no cae sobre una línea recta
pero se describe con más aproximación con el modelo de regresión lineal
polinomial:
α
𝑦̂ = 𝛽̂0 + 𝛽̂1 𝑥 + 𝛽̂2 𝑥 2 … + 𝛽̂𝑘 𝑥 𝑘
αν
Diana Cobos 1
Diseño de Experimentos Regresión Lineal Múltiple
σ
Al ajustar un modelo de regresión lineal múltiple, el conocimiento de la
teoría matricial puede facilitar considerablemente las manipulaciones
matemáticas. Supóngase que el experimentador tiene k variables independientes
x1, x2,..., xk y n observaciones y1, y2,..., yn, cada una de las cuales se puede
βο
expresar por la ecuación:
⋮ Χο
𝑦̂2 = 𝛽̂0 + 𝛽̂1 𝑥12 + 𝛽̂2 𝑥22 + ⋯ + 𝛽̂𝑘 𝑥𝑘2 + 𝑒2
⋮ ⋮
𝑦̂𝑖 = 𝛽̂0 + 𝛽̂1 𝑥1𝑖 + 𝛽̂2 𝑥2𝑖 + ⋯ + 𝛽̂𝑘 𝑥𝑘𝑖 + 𝑒𝑖
⋮ ⋮ ⋮
𝑦̂𝑛 = 𝛽̂0 + 𝛽̂1 𝑥1𝑛 + 𝛽̂2 𝑥2𝑛 + ⋯ + 𝛽̂𝑘 𝑥𝑘𝑛 + 𝑒𝑛
𝛽̂0
αν
Diana Cobos 2
Diseño de Experimentos Regresión Lineal Múltiple
σ
La solución de mínimos cuadrados para la estimación de presentada en
la ecuación matricial Y=X+e involucra encontrar para la cual se minimiza.
βο
𝑆𝑆𝐸 = ∑𝑛𝑖=1 𝑒𝑖2 = ∑𝑛𝑖=1(𝑦𝑖 − 𝛽𝑜 − 𝛽1 𝑥1𝑖 − 𝛽2 𝑥2𝑖 − … − 𝛽𝑘 𝑥𝑘𝑖 )2
Χο 𝑛
𝛿𝛽
(𝑆𝑆𝐸 ) = 0
𝑛 𝑛
𝑛 𝑛 𝑛 𝑛 𝑛
α
2
𝛽0 ∑ 𝑥1𝑖 + 𝛽1 ∑ 𝑥1𝑖 + 𝛽2 ∑ 𝑥1𝑖 𝑥2𝑖 + ⋯ + 𝛽𝑘 ∑ 𝑥1𝑖 𝑥𝑘1 = ∑ 𝑥1𝑖 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1
.
.
αν
𝑛 𝑛 𝑛 𝑛 𝑛
2
𝛽0 ∑ 𝑥𝑘𝑖 + 𝛽1 ∑ 𝑥𝑘1 𝑥1𝑖 + 𝛽2 ∑ 𝑥𝑘𝑖 𝑥2𝑖 + ⋯ + 𝛽𝑘 ∑ 𝑥𝑘𝑖 = ∑ 𝑥𝑘𝑖 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1
∆ι
Diana Cobos 3
Diseño de Experimentos Regresión Lineal Múltiple
σ
(X’X)=X’y
βο
∑𝑛𝑖=1 𝑥1𝑖 ∑𝑛𝑖=1 𝑥1𝑖
2
∑𝑛𝑖=1 𝑥1𝑖 𝑥2𝑖 … ∑𝑛𝑖=1 𝑥1𝑖 𝑥𝑘1
A = X'X = .
.
.
[∑𝑛𝑖=1 𝑥𝑘𝑖 ∑𝑛𝑖=1 𝑥𝑘𝑖 𝑥𝑘𝑖 ∑𝑛𝑖=1 𝑥𝑘𝑖 𝑥2𝑖 … ∑𝑛𝑖=1 𝑥𝑘𝑖
2
]
y
Χο 𝑔0 = ∑𝑛𝑖=1 𝑦1
𝑔1 = ∑𝑛𝑖=1 𝑥1𝑖 𝑦𝑖
.
g = X'y = ,
.
.
𝑛
[𝑔𝑘 = ∑𝑖=1 𝑥𝑘𝑖 𝑦1 ]
α
de donde, se pueden poner las ecuaciones normales en forma matricial
A = g.
αν
= A-1 g = (X’X)-1X’y
Diana Cobos 4