5.2.

Regresin Lineal Mltiple

En ciertas investigaciones, estudios o experimentos no es posible

utilizar el modelo de regresin lineal simple debido a que existe la

posibilidades dos o ms variables independientes que se cree
influyen o estn relacionadas con una variable de respuesta .
Por ejemplo, una compaa de seguros que realiza un estudio con el
objeto de conocer la satisfaccin de sus asegurados en el ramo de
automviles. Las variables que pueden intervenir son:

Satisfaccin del asegurado (variable dependiente).

Prontitud de la emisin de la pliza (variable independiente).
Rapidez en caso de siniestro (variable independiente).
Atencin del representante de la compaa (Variable
independiente).
Lugar y hora donde ocurre el siniestro (Variable independiente).

Sea variables independientes o regresoras , y sea una

variable de respuesta, entonces el modelo de regresin lineal

mltiple con k variables independientes es :
Donde son los parmetros del modelo que se conocen como
coeficientes de regresin y es el error aleatorio.
La interpretacin es similar al caso de regresin simple: es la
ordenada al origen y es la pendiente de la recta, el cual mide el
cambio esperado en
por cambio unitario en , es decir su
incremento ().
En la mayora de los estudios se realizan muestreos; para este
caso, el modelo se expresa:
Resolver este sistema se puede realizar por mtodos como el de
mnimo cuadrados pero es comn emplear matrices para
simplificar el proceso.
Nota: Se sugiere utilizar un software estadstico de cmputo para
obtener clculos correctos y ms exactos, y ms si en un estudio

Ejemplo 1:

En el caso de la compaa aseguradora antes indicada,

suponiendo que la regresin es lineal, estime .
Las variables por considerar son las siguientes:
prontitud en la emisin de la pliza.
rapidez en caso de siniestro.
satisfaccin del asegurado.
As, , sern variables independientes (pueden tomar cualquier
valor) y es la variable dependiente (est en funcin de los valores
que tomen , .
La compaa aseguradora realiza distintas encuestas, en las
cuales considera las variables , cuyo rango est entre 0 y 4. El
asegurado calific cada variable, en el que 0 es la calificacin
mnima y 4 la mxima.
Con respecto a la variable dependiente, el intervalo abarc de 0 a
7, donde 0 es la mnima y 7 la mxima calificacin, este nmero
igual lo asigno el asegurado.

Las encuestas aportaron los datos siguientes:

Como

, es decir,
A continuacin se realizan los clculos para llegar a la expresin
anterior

2
2
3
3
4
4
5
5
7
7
7

1
1
1
1
1
1
2
2
2
2
1

0
0
1
1
1
1
2
2
3
3
2

1
1
1
1
1
1
4
4
4
4
1

0
0
1
1
1
1
4
4
6
6
2

0
0
1
1
1
1
4
4
9
9
4

2
2
3
3
4
4
10
10
14
14
7

0
0
3
3
4
4
10
10
21
21
14

7
4

1
3

2
1

1
9

2
3

4
1

7
12

14
4

4
5

3
2

1
2

9
4

3
4

1
4

12
10

4
10

7
5
6
7

3
2
4
3

4
2
4
4

9
4
16
9

12
4
16
12

16
4
16
16

21
10
24
21

28
10
24
28

4
20

4
20

16
50

16
49

16
56

24
107

24
118

20

20

50

49

56

107

118

Una vez calculadas las sumas, se efectan las sustituciones:

El sistema de ecuaciones se resuelve por medio de

determinantes
790
Ahora
2,610
Ahora

Los coeficientes del modelo de regresin mltiple son:

Se sustituyen coeficientes en :

Lo anterior son las estimaciones de . Es decir, los

coeficientes del modelo de regresin.

Ahora para saber si los datos son los correctos, podemos verificar

mediante el uso de un software estadstico, uno de ellos es el

Excel con sus herramientas; y para usarlo debemos activar la
casilla anlisis de datos y para activarlo, realizamos lo
siguiente:
Ir

Ahora resolviendo el problema anterior hacemos una tabla con

valores de , es decir, la variable dependiente y las
independientes.
Posteriormente ir a la seccin Datos, pestaa Anlisis dar clic
en Anlisis de datos y aparecer lo siguiente:
Buscar Regresin y clicar
aceptar

Aparecer una tabla as:

En Rango Y de entrada damos clic al botn
rojo y seleccionamos el rango de nuestros
valores Y, de igual manera con Rango de X de
entrada.
Si queremos modificar el nivel de confianza o
realizar algo ms, queda a criterio de la
persona.
Finalmente damos clic en Aceptar .
Aparecer la informacin del anlisis de datos:

Solo

nos interesa saber los valores de

Intercepcin (), variable y variable

coeficientes de

Comparando con el resultado que se obtuvo con el Mtodo de

Matrices:
Podemos ver que los valores se aproximan a los resultados
obtenidos con el software, por lo que se concluye que el proceso
fue realizado correctamente.

Ejemplo 2: Una consultora en estudios de mercado

desea estimar los gastos en alimentacin con respecto

al ingreso de la familia y al tamao de la misma.
Gasto de la alimentacin por mes.
Ingreso mensual.
Tamao de la familia (nmero de hijos).
Los resultados de la muestra fueron los siguientes:
(miles de
pesos)

(miles de
pesos)

20

10

15

12

16

12

15

10

10

10

10

1
1
4
4
5
5
4
4
3
3
4

4
4
10
10
15
15
12
12
8
8
16

20
20
6
6
2
2
8
8
9
9
8

16
16
100
100
225
225
144
144
64
64
256

80
80
60
60
30
30
96
96
72
72
128

400
400
36
36
4
4
64
64
81
81
64

4
4
40
40
75
75
48
48
24
24
64

20
20
24
24
10
10
32
32
27
27
32

4
2

16
5

8
12

256
25

128
60

64
144

64
10

32
24

2
1

5
7

12
15

25
49

60
105

144
225

10
7

24
15

4
1
2
4

9
7
10
9

10
15
10
10

81
49
100
81

90
105
100
90

100
225
100
100

36
7
20
36

40
15
20
40

10
96

10
100

100
1,060

100
821

100
1,218

20
328

20
244

96

100

1,060

821

1,218

328

244

Una vez calculadas las sumas, se efectan las sustituciones:

El sistema de ecuaciones se resuelve por medio de

determinantes

Ahora
Ahora

Los coeficientes del modelo de regresin mltiple son:

Se sustituyen coeficientes en :

Ejemplo 3: Los siguientes datos muestrales los

proporciona una compaa de mudanzas sobre los pesos

de seis envos, las distancias que
se en
desplazaron
y el
(Peso
(Distancia
(Dao en
miles de
en miles de
dao que se provoc: dlares)
160
160
a) Suponiendo que la
112
112
regresin es lineal, estime
69
69
.
90
90
123
b) Utilice los resultados 123
186
del inciso a) para estimar186
el

libras)
4.0
4.0
3.0
3.0
1.6
1.6
1.2
1.2
3.4
3.4
4.8
4.8

millas)
1.5
1.5
2.2
2.2
1.0
1.0
2.0
2.0
0.8
0.8
1.6
1.6

dao cuando un cargamento

que pesa 2400 lbs es desplazado a una distancia de
1200 millas.

160
160
112
112
69
69
90
90
123

4.0
4.0
3.0
3.0
1.6
1.6
1.2
1.2
3.4

1.5
1.5
2.2
2.2
1.0
1.0
2.0
2.0
0.8

16.0
16.0
9.0
9.0
2.56
2.56
1.44
1.44
11.56

6.0
6.0
6.6
6.6
1.6
1.6
2.4
2.4
2.72

2.25
2.25
4.84
4.84
1.0
1.0
4.0
4.0
0.64

640.0
640.0
3.36
3.36
11.04
11.04
108.0
108.0
418.2

240.0
240.0
246.4
246.4
69.0
69.0
180.0
180.0
98.4

123
186

3.4
4.8

0.8
1.6

11.56
23.04

2.72
7.68

0.64
2.56

418.2
892.8

98.4
297.6

186

4.8
18
18

1.6
9.1
9.1

23.04
63.6
63.6

7.68
27
27

2.56
15.29
15.29

892.8
297.6
2,505.4 1,131.4
2,505.4 1,131.4

Una vez calculadas las sumas, se efectan las sustituciones:

Los coeficientes del modelo de regresin mltiple son:

Se sustituyen coeficientes en :

b) Peso = 2400 lbs; Distancia desplazada = 1200 millas

Entonces el dao causado ser de $101.392.

Ejemplo 4:

Los
siguientes
datos
muestran
el
nmero
de
habitaciones, el nmero de baos y los precios a los que
se vendieron hace poco 8 casas de una muestra
aleatoria de un distrito de Lima:
(Precio
en
dlares)
78,800
78,800
74,300
74,300
83,800
83,800
74,200
74,200
79,700
79,700
74,900
74,900

a) Estime.

(N de
habitacione
s)
3
3
2
2
4
4
2
2
3
3
2
2

(N de
baos)
2
2
1
1
3
3
1
1
2
2
2
2

78,800

236,400

157,60
0

74,300

148,600

74,300

83,800

16

12

335,200

251,40
0

74,200

148,400

74,200

79,700

239,100

159,40
0

74,900

149,800

149,80
0

16

11

46

32

23

1,257,5
00

866,70
0

Una vez calculadas las sumas, se efectan las sustituciones:

Los coeficientes del modelo de regresin mltiple son:

Se sustituyen coeficientes en :

Usando Software Estadstico

(Excel)

Ejemplo 5: A 13 estudiantes se les aplican tres pruebas

psicolgicas , por lo que deber estimar el modelo de
regresin, de las cuales surgieron los siguientes datos:
Puntuacin de actitud ante la agresin
48

22

38

15

48

19

38

15

47

20

37

20

46

20

37

17

46

17

35

19

43

21

34

15

42

21

34

14

42

19

33

20

41

17

33

13

40

15

32

15

39

18

32

12

32

11

25

15

31

17

23

Haciendo el uso del software, realizamos el proceso que se explic, y

nos da el siguiente resultado:

Nos interesan slo los coeficientes de la regresin por lo que el

modelo queda:

Usando Software Estadstico (Excel)

Ejemplo 6:
Se aplic a un grupo de 10 adolescentes
sordomudos la prueba de inteligencia de Wais y 4 pruebas del
DAT, las puntuaciones fueron las siguientes:
Relacion
Wais

Razonamiento
Mecnico

Raz.
Abstract
o

Velocida
es
dy
Especiale
Exactitud
s

99

15

33

16

25

103

24

20

20

40

111

17

37

13

21

116

42

20

127

40

18

117

48

17

114

14

34

31

113

13

33

13

35

120

24

20

16

35

10

108

15

32

12

27

Usando el software, nos da el siguiente resultado:

De acuerdo con los coeficientes el modelo de regresin mltiple es :

Usando Software Estadstico

(Excel)
Ejemplo 7: En una empresa se analizan las ventas (), ( ) los
gastos de publicidad por TV y () los gastos en publicidad por
el perodo de 4 semanas (todo en miles de dlares).
Realice una regresin mltiple con los siguientes datos:

12

17

20

12

22

10

14

24

12

13

28

15

20

De nueva cuenta, usando el software, nos da el siguiente resultado:

De acuerdo con los coeficientes el modelo de regresin mltiple es :

Nota: Se puede redondear los datos obtenidos de acuerdo al propio

criterio.

Referencias
A. Juan, . (23 de 05 de 2013). Modelo de Regresin Lineal
Mltiple. Recuperado el 25 de 11 de 2016, de UOC:
http://www.uoc.edu/in3/emath/docs/T01_Reg_Lineal_Multiple.pdf
Barn Lpez, F. (27 de 04 de 2012). Captulo 6: Regresin Mltiple.
Recuperado el 25 de 11 de 2016, de Bioestadstica:
https://www.bioestadistica.uma.es/baron/apuntes/ficheros/cap06.p
df
Desconocido. (11 de 12 de 2014). Prcticas y Problemas de
regresin Lineal Mltiple. Recuperado el 25 de 11 de 2016, de
UDC:
http://dm.udc.es/asignaturas/estadistica2/documentospdf/Practica_5_2006.pdf
Jimnez Gonzlez , R. (2012). Estadstica Inferencial II. Mxico:
Instituto Tecnolgico de Ensanada.
Prez-Tejada, H. E. (2008). Estadstica para las Cienicas Sociales
del Comportamiento y de la Salud (3 ed.). Mxico: CENGAGE
Learning.