Documente Academic
Documente Profesional
Documente Cultură
MÚLTIPLE
Módulo 6
Y= 0 + 1 X1 + 2 X 2 ... + n Xn +
Rendimiento académico 20
15
10
5
0
0 5 10 15 20
Horas de estudio/semana
Horas de Estudio Nota
(X) (Y)
4 8
5 10
6 12
7 14
Y = 2X
8 16
9 18
10 20
R2 = 1
0 <> 1
Más alto mejor es la capacidad
predictiva de X sobre Y
Horas de Estudio Nota
(X) (Y)
4 7
5 8.5
6 10
7 11.5
8 13
9 14.5
10 16
11 17.5
12 19 Y = 1.5X + 1
R2 = 1
Horas de Estudio Nota
(X) (Y)
12 12
9 10
10 11
14 11
2 9
7 11
16 15
11 11
15 16
8 8
4 9
18 17
12 13
9 9
10 14
2 6 Y = 0.654X + 5.081
17 20
0 4 R2 = 0.8126
8 11
20 18
Supuestos del modelo de
regresión lineal
1. Linealidad R2
2. Independencia
3. Homocedasticidad Residuos
4. Normalidad
5. No-colinealidad X1 ~ X 2
Ejemplo
Un distribuidor de dulces desea evaluar los factores que
y-intercepto (b0)
- Estiman el valor promedio de y cuando todas las variables xi son
iguales a 0 (suponiendo que el valor de cero está dentro de los
rangos de valores que pueden tomar los xi)
Matriz de correlación
Ventas de dulces Precio Publicidad
Ventas de dulces 1
Precio -0.44327 1
Publicidad 0.55632 0.03044 1
Excel:
- Datos / Análisis de datos / Regresión
INSERTO DE EXCEL
MATRIZ DE CORRELACIÓN
Resultado
El 52.1% de la
variación en las
ventas es explicada
por la variación
en los precios y la
publicidad
2
R Ajustado
Muestra la proporción explicada de la variación en y por las
variables x’s tomando en cuenta la relación entre el tamaño de
muestra y el número de variables independientes.
2 n 1
2
R = 1 (1 R )
A
n k 1
2
R = 0.44172
A
El 44.2% de la
variación en las
ventas es explicada
por la variación
en los precios y la
publicidad, tomando
en cuenta la relación
entre el tamaño
de muestra y el
número de variables
independientes
Diagnóstico del modelo:
prueba F (significancia general)
Estadístico de prueba:
SSR
k MSR
F= =
SSE MSE
n k 1
glnumerador = k
gldenominador = (n – k – 1)
Diagnóstico del modelo:
prueba F (significancia general)
MSR 14730.0
Con 2 y 12 grados de libertad F= = = 6.5386
MSE 2252.8
Valor P
para la prueba
Diagnóstico del modelo:
prueba F (significancia general)
H0: β1 = β2 = 0; HA: β1 o β2 es diferente de cero
Valor crítico:
= 0.05 F0.05 = 3.885
glnumerador = 2 = 0.05
gldenominador = 12
0 No rechazar H0 Rechazar H0
F
Estadístico de prueba:
bi 0
t= (gl = n – k – 1)
sbi
¿Las variables individuales
son significativas?
El estadístico de prueba t para el Precio es -2.306 (valor p = 0.0398)
El estadístico de prueba t para la Publicidad es 2.855 (valor p = 0.0145)
¿Las Variables Individuales
son Significativas?
H0: βi = 0; HA: βi ≠ 0
g.l. = 15-2-1 = 12
a/2=0.025 a/2=0.025
= 0.05
t /2 = 2.1788
Rechazar H0 No rechazar H0 Rechazar H0
-tα/2 -tα/2
0
Excel (Resultado): -2.1788 -2.1788
Error típico Estadístico t Valor p
Precio -24.97509 10.83213 -2.30565 0.03979
Publicidad 74.13096 25.96732 2.85478 0.01449
1
(efecto
sobre las ventas de dulces respecto a cambios en el precio):
SSE
s = = MSE
n k 1
1
VIFj = 2
1 Rj
R2j
la jma variable independiente contra las restantes k – 1
variables independientes
CONCLUSIÓN: