Documente Academic
Documente Profesional
Documente Cultură
Regresión Múltiple
Objetivos
• Introducir el modelo de regresión múltiple.
• Objetivos específicos:
– Saber interpretar los coeficientes de regresión
– Conocer los supuestos en que se basa la regresión
múltiple
– Presentar alternativa del coeficiente de determinación
– Dominar detalles sobre estimación e interpretación de
la función de producción Cobb-Douglas
Yi o 1 X 1i 2 X 2i ... k X ki ui
1
10/02/2018
E (Y | X ) 0 1 X 1 2 X 2 ... k X k
4
1
0
x1
y x x u
0 1 1 2 2
Fuente: McGrawHill/Irwin
Interpretación de Coeficientes
i es la derivada parcial del valor esperado de Y dado todas las X,
E (Y | X )
con respecto a X i , i
X i
0 es el intercepto en Y, es decir, el valor que toma Y
cuando todas las X i 0.
2
10/02/2018
Supuestos
• Adicionalmente a los supuestos de la
regresión simple, se incluyen los siguientes
dos:
– No debe haber colinealidad (relación lineal) exacta
entre las variables X.
• Esto quiere decir que ninguna variable independiente
puede escribirse como combinación lineal exacta de las
regresoras restantes en el modelo.
– No hay sesgo o error de especificación
• Esto quiere decir que el modelo está especificado
correctamente.
8
n (k 1)
3
10/02/2018
R2 y R2 ajustada
• Hay que tener cuidado con seleccionar un modelo
sobre otro basado en el R2.
• Debido a que el valor del coeficiente de
determinación no decrece al incluir más variables
independientes se introduce el estadístico R2
ajustada. Este toma en cuenta el número de
regresoras presentes en el modelo. Esta se obtiene
de la siguiente forma:
u /(n (k 1))
2
R 1 i
2
( y y) /(n 1) 2
11
12
4
10/02/2018
13
5
10/02/2018
Prueba F parcial:
H0: 3 = 4 = 0
H1: 3 y 4 no son ambos iguales a cero
Estadístico parcial F:
18
6
10/02/2018
Variables Categóricas
• La regresión además de incluir variables de razón
(como hemos visto hasta el momento), puede incluir
variables nominales o categóricas. Ahora veremos
como incluir este tipo de variables como variables
independientes.
• Las variables categóricas se incluyen en modelos de
regresión generalmente con una combinación de
ceros y unos, que indican la presencia o ausencia de
una característica.
• Las variables que adquieren valores de ceros o unos
se les llaman variables dicótomas.
19
Variables Dicótomas
• El número de variables dicótomas a incluir en
un modelo de regresión con intercepto por
cada variable categórica es (m-1) donde m es
el número de categorías.
• Si incluye m variables dicótomas, incurre en la
trampa de variables categóricas, que es un
problema de multicolinealidad perfecta.
20
1 28 4.2 1.0 0
Modelo Coef Error tip. t
2 35 6.0 3.0 1
3 50 5.5 6.0 1 Intercepto 7.83 2.33 3.35
4 20 3.3 1.0 0
5 75 12.5 11.0 1
6 60 9.6 8.0 1 Costo Prod. 2.85 0.39 7.26
7 15 2.5 0.5 0
8 45 10.8 5.0 0 (millones $)
9 50 8.4 3.0 1
10 34 6.6 2.0 0 Costo 2.27 0.25 8.99
11 48 10.7 1.0 1
12 82 11.0 15.0 1 Promoción
13 24 3.5 4.0 0
14 50 6.9 10.0 0 (millones $)
15 58 7.8 9.0 1
16 63 10.1 10.0 0 Libro 7.17 1.82 3.94
17 30 5.0 1.0 1
18 37 7.5 5.0 0
19 45 6.4 8.0 1
20 72 10.0 12.0 1
21
7
10/02/2018
Interpretación de Coeficientes de
Variables Categóricas
• El valor de 7.17 (millones de $) es el ingreso
adicional promedio de una película basada en un
libro comparada con una película que no los es.
• A este coeficiente se le llama coeficiente de
intercepto diferencial, debido a que indica como
cambia el intercepto debido a la categoría con
valor de 1, respecto a la categoría base (la que
tiene todos ceros en sus variables dicótomas).
22
8
10/02/2018
26
27
9
10/02/2018
Para Interpretar
http://www3.wabash.edu/econometrics/EconometricsBook/Basic%20Tools/ExcelAddIns/OLS
Regression.htm
28
10
10/02/2018
11