Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 59 vistas

    Investigacion 1 Regresión Lineal Múltiple y Correlación

    Cargado por

    Rolando Walle
    Este documento introduce el concepto de regresión lineal múltiple, que permite generar un modelo en el que el valor de una variable dependiente se determina a partir de múltiples variables independientes. Explica que la regresión múltiple es una extensión de la regresión simple y presenta la ecuación general del modelo, así como los coeficientes parciales de regresión y residuos. También cubre el análisis de correlación entre variables para determinar la relación de dependencia.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Investigacion 1 Regresión Lineal Múltiple y Correlación

    Cargado por

    Rolando Walle
    59 vistas6 páginas
    Este documento introduce el concepto de regresión lineal múltiple, que permite generar un modelo en el que el valor de una variable dependiente se determina a partir de múltiples variables independientes. Explica que la regresión múltiple es una extensión de la regresión simple y presenta la ecuación general del modelo, así como los coeficientes parciales de regresión y residuos. También cubre el análisis de correlación entre variables para determinar la relación de dependencia.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento introduce el concepto de regresión lineal múltiple, que permite generar un modelo en el que el valor de una variable dependiente se determina a partir de múltiples variables independientes. Explica que la regresión múltiple es una extensión de la regresión simple y presenta la ecuación general del modelo, así como los coeficientes parciales de regresión y residuos. También cubre el análisis de correlación entre variables para determinar la relación de dependencia.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    59 vistas6 páginas

    Investigacion 1 Regresión Lineal Múltiple y Correlación

    Cargado por

    Rolando Walle
    Este documento introduce el concepto de regresión lineal múltiple, que permite generar un modelo en el que el valor de una variable dependiente se determina a partir de múltiples variables independientes. Explica que la regresión múltiple es una extensión de la regresión simple y presenta la ecuación general del modelo, así como los coeficientes parciales de regresión y residuos. También cubre el análisis de correlación entre variables para determinar la relación de dependencia.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 6

    Estadística Inferencial ll

    Regresión lineal múltiple y correlación

    Maestra: Ing. Alicia Chávez Álvarez

    Alumno: Rolando Walle García


    Ing. Industrial 4B
    Matricula: 20720052

    Instituto Tecnológico de Linares, Linares N.L., México 09 de febrero del 2022


    Introducción:
    La regresión lineal múltiple permite generar un modelo lineal en el que el
    valor de la variable dependiente o respuesta (Y) se determina a partir de un
    conjunto de variables independientes llamadas predictores (X1, X2, X3…). Es
    una extensión de la regresión lineal simple, por lo que es fundamental
    comprender esta última. Los modelos de regresión múltiple pueden
    emplearse para predecir el valor de la variable dependiente o para evaluar
    la influencia que tienen los predictores sobre ella (esto último se debe que
    analizar con cautela para no malinterpretar causa-efecto).
    Los modelos lineales múltiples siguen la siguiente ecuación:

     β0: es la ordenada en el origen, el valor de la variable


    dependiente YY cuando todos los predictores son cero.
     βi: es el efecto promedio que tiene el incremento en una unidad de la
    variable predictora Xi sobre la variable dependiente Y,
    manteniéndose constantes el resto de las variables. Se conocen como
    coeficientes parciales de regresión.
     ei: es el residuo o error, la diferencia entre el valor observado y el
    estimado por el modelo.

    Es importante tener en cuenta que la magnitud de cada coeficiente parcial


    de regresión depende de las unidades en las que se mida la variable
    predictora a la que corresponde, por lo que su magnitud no está asociada
    con la importancia de cada predictor. Para poder determinar qué impacto
    tienen en el modelo cada una de las variables, se emplean los coeficientes
    parciales estandarizados, que se obtienen al estandarizar (sustraer la media
    y dividir entre la desviación estándar) las variables predictoras previo ajuste
    del modelo.

    El modelo de regresión lineal múltiple es idéntico al modelo de regresión lineal simple,


    con la única diferencia de que aparecen más variables explicativas:

    Hipótesis

    Para realizar un análisis de regresión lineal múltiple se hacen las siguientes


    consideraciones sobre los datos:
    Por ejemplo:
    En la Facultad de Ingeniería de Sistemas se quiere entender los factores de
    aprendizaje de los alumnos que cursan la asignatura de PHP, para lo cual se
    escoge al azar una muestra de 15 alumnos y ellos registran notas promedias
    en las asignaturas de Algoritmos, Base de Datos y Programación como se
    muestran en el siguiente cuadro.
    Análisis de correlación en regresión múltiple  
    Cuando se tiene muchas variables y no se conoce cuál de ellas se puede
    expresar en términos de las demás; es decir cual puede actuar como variable
    dependiente, se debe tratar de analizar la relación de dependencia entre las
    demás variables. Esta relación de dependencia se puede ver de varias
    maneras:
     Entre pares de variables
     Entre una variable y las demás
     Entre pares de variables, pero eliminando el efecto de las demás
    (análisis de correlación parcial)
     Entre todas las variables.

    Para determinar el grado de relación entre las variables se debe calcular los
    coeficientes de correlación, los cuales miden la dependencia lineal entre dos
    variables. Este coeficiente para las variables   y   es dado por

    donde   es la covarianza muestral entre   y   determinada por la


    expresión:
    Bibliografía:
    Cannavos G. Probabilidad y Estadística Aplicación y métodos. Ed. en español
    Mc GRAW- HILL/INTERAMERICANA DE MEXICO.1995.
    Cong, R. 1999. sg122: Truncated regression. Stata Technical Bulletin 52: 47–
    52. Reprinted in Stata Technical Bulletin Reprints, vol. 9, pp. 248–255. College
    Station, TX: Stata Press.
    Salinas, M., & Silva, C. (2007). Modelos de regresión y correlación II:
    Regresión lineal múltiple. Cienc. Trab, 39-41.
    Rodríguez-Jaume, M. J., & Mora Catalá, R. (2001). Análisis de regresión
    múltiple. Técnicas de investigación social II.

    También podría gustarte