ARGUMENTAR IDEAS SOBRE EL PLANTEAMIENTO DE UNA REGRESIÓN.

El primer paso es expresar la relación en términos de una ecuación de regresión

múltiple

·0 Empezaremos entendiendo que la variable dependiente Y está en función de X1,

X2, X3,......Xk. Ésto explica la relación que hay entre la variable dependiente con
más de una variable independiente.
·1 El análisis de regresión múltiple comprende más de una variable y se usa en
procesos de investigación.
·2 La ecuación general de regresión múltiple es: Y= a + b1X1 + b2X2 + b3X3
+..............+ bkXk
·3 Para realizar un análisis de regresión múltiple paso a paso de un proceso de
investigación realizamos lo siguiente:
1. Definir la variable dependiente y las variables independientes.
2. Empleamos la ecuación de regresión adecuada según el caso, si son dos
variables independientes la ecuación será yˆ= a + b1x1 + b2x2, y si son tres la
ecuación será yˆ= a +b1x1 + b2x2 + b3x3, el valor de yˆ se emplea para estimar
el valor de la variable dependiente y.
3. Desarrollamos los cálculos utilizando herramientas como Excel para el análisis,
donde conoceremos los valores de los coeficientes de regresión donde se
identifica los valores de la intercepción, y de cada una de las variables
independientes.
4. Sustituir los valores de las variables independientes en la ecuación de regresión.
5. Analizamos los resultados, debemos tener en cuenta que cuando hay
coeficientes con signos positivos significa que hay una relación directa entre las
variables independientes y la variable dependiente Y.
Con la información de la tabla ANOVA se evalúa el nivel de precisión que se ajusta
la ecuación a los datos.
·4 El análisis e interpretación de los datos se profundizarán mediante la información
que se encuentra en la tabla ANOVA para evaluar con qué nivel de precisión se
ajusta la ecuación a los datos y se utiliza la tabla de estadísticas obtenida en el
primer paso.
·5 La primer columna de la tabla ANOVA se llama grados de libertad(gl) y contiene
las categorías regresión y residuos, el total de gl está dado por n - 1 que es igual
al número de variables independientes en la ecuación de regresión múltiple.
·6 El término SS se refiere a la suma de los cuadrados, y el SS total es la suma de
los cuadrados total de la regresión y del residuo y muestra la cantidad de
variación atribuible a cada fuente, la fórmula es: SS total = suma( y - y )2.
·7 La suma de los cuadrados de la regresión incluye la de las diferencias al
cuadrado entre los valores estimados o pronosticados, yˆ, y la media general de
Y , la fórmula es SSR = suma( yˆ - y )2.
·8 La suma de los cuadrados del residuo incluye las diferencias al cuadrado entre
los valores observados de la variable dependiente y, y sus respectivos
estimados o pronosticados, , la fórmula es SSE = suma( y 2-yˆ )2.
·9 Continuamos con el valor del error estándar de estimación múltiple el cuál indica
la diferencia promedio que existe entre los valores observados y los valores
estimados, la fórmula es sY.123…K = raíz de MSE, además éste valor tambien
se lo obtiene en la tabla de estadísticas de la regresión.
·10 Luego consideramos el coeficiente de determinación múltiple el cuál refleja el
porcentaje de variación de la variable dependiente, y, explicada por el conjunto
de variables independientes, x1, x2, x3, . . . , xk. La formula de cálculo es R2 =
SSR/SS total. mediante un error estándar múltiple se indica una mejor o más
eficiente ecuación de predicción.

BIBLIOGRAFÍA:
·11 Lind, D.; Marchall, W. y Wathen, S. (2008). Estadística aplicada a los
negocios y la economía. México: McGraw Hill.
·12 García, D. (2014). Guía didáctica de Estadística II. Loja Ecuador: Ediloja