REGRESIN LINEAL MLTIPLE

La regresin lineal es una tcnica estadstica destinada a analizar las causas de

por qu pasan las cosas. A partir de los anlisis de regresin lineal mltiple
podemos:
Identificar que variables
dependiente (resultado)

independientes

(causas)

explican

una

variable

Comparar y comprobar modelos causales

Predecir valores de una variable, es decir, a partir de unas caractersticas predecir
de forma aproximada un comportamiento o estado

Qu es la regresin lineal mltiple:

La regresin lineal mltiple es la gran tcnica estadstica para comprobar hiptesis

y relaciones causales. Ante de empezar, una serie de condiciones que se deben
cumplir para poder aplicar la regresin lineal mltiple:
La variable dependiente (resultado) debe ser ordinal o escalar, es decir, que las
categoras de la variable tengan orden interno o jerarqua, p.ej. nivel de ingresos,
peso, nmero de hijos, justificacin del aborto en una escala de 1-nunca a 10siempre.
Las variables independientes (causas) deben ser ordinales o escalares o dummy
Hay otras condiciones como: las variables independientes no puede estar
altamente correlacionadas entre s, las relaciones entre las causas y el resultado
deben ser lineales, todas variables deben seguir la distribucin normal y deben
tener varianzas iguales. Estas condiciones no son tan estrictas y hay maneras de
tratar los datos si se incumple.

Regresin mltiple:

Para dos variables independientes, la frmula general de la ecuacin de regresin

mltiple es: X 1 y X 2 son las variables independientes. A es la intercepcin en Y.
b1 es el cambio neto en Y por cada cambio unitario en X 1, manteniendo X 2
constante. Se denomina coeficiente de regresin parcial, coeficiente de regresin
neta o bien coeficiente de regresin.
La ecuacin general de regresin mltiple con k variables independientes es:

Estadstica administrativa II

20/oct/2015

El criterio de mnimos cuadrados se usa para el desarrollo de esta ecuacin.

Como estimar b 1, b 2, etc. es muy tedioso, existen muchos programas de
cmputo que pueden utilizarse para estimarlos.
El anlisis de regresin mltiple es el estudio de la forma en que una variable
dependiente, , se relaciona con dos o ms variables independientes.
En el caso general emplearemos k para representar la cantidad de variables
independientes. Los conceptos de un modelo de regresin y una ecuacin de
regresin que presentamos en el tema anterior se pueden aplicar al caso de la
regresin mltiple. La ecuacin que describe la forma en que la variable
dependiente, , se relaciona con las variables independientes 1, 2,..., k y
un trmino de error se llama modelo de regresin.

Regresin y correlacin mltiples

Las variables independientes y dependientes tienen una relacin lineal.

La variable dependiente debe ser continua y al menos con escala de intervalo. La
variacin en ( Y - Y ) o residuo debe ser la misma para todos los valores de Y.
Cuando ste es el caso, se dice que la diferencia presenta homoscedasticidad.
Los residuos deben tener distribucin normal con media igual a 0. Las
observaciones sucesivas de la variable dependiente no deben estar
correlacionadas.
Correlacin: El anlisis de correlacin es un grupo de tcnicas estadsticas
usadas para medir la fuerza de la asociacin entre dos variables. Un diagrama de
dispersin es una grfica que representa la relacin entre dos variables. La
variable dependiente es la variable que se predice o calcula. La variable
independiente proporciona las bases para el clculo. Es la variable de prediccin.
El coeficiente de correlacin, r. El coeficiente de correlacin (r) es una medida
de la intensidad de la relacin lineal entre dos variables, requiere datos de nivel de
razn, tomar cualquier valor de -1.00 a 1.00.
Los valores de -1.00 o 1.00 indican la correlacin perfecta y fuerte. Los valores
cerca de 0.0 indican la correlacin dbil. Los valores negativos indican una
relacin inversa y los valores positivos indican una relacin directa.
Correlacin negativa perfecta 10 9 8 7 6 5 4 3 2 1 0 0 1 2 3 4 5 6 7 8 9 10 X Y
Correlacin positiva perfecta 10 9 8 7 6 5 4 3 2 1 0 0 1 2 3 4 5 6 7 8 9 10 X Y
Correlacin cero 10 9 8 7 6 5 4 3 2 1 0 0 1 2 3 4 5 6 7 8 9 10 Y X
Estadstica administrativa II

20/oct/2015

Correlacin positiva fuerte Y X 10 9 8 7 6 5 4 3 2 1 0 0 1 2 3 4 5 6 7 8 9 10

Frmula para r: Calculamos el coeficiente de correlacin de las frmulas
siguientes.
Coeficiente de determinacin: El coeficiente de determinacin (r 2) es la
proporcin de la variacin total en la variable dependiente (y) que se explica por la
variacin en la variable independiente (x).
Es el cuadrado del coeficiente de correlacin, su rango es de 0 a 1y no da ninguna
informacin sobre la direccin de la relacin entre las variables.

COEFICIENTE DE CORRELACIN

La correlacin estadstica es medida por lo que se denomina coeficiente de

correlacin (r). Su valor numrico vara de 1,0 a -1,0. Nos indica la fuerza de la
relacin.
En general, r> 0 indica una relacin positiva y r <0 indica una relacin negativa,
mientras que r = 0 indica que no hay relacin (o que las variables son
independientes y no estn relacionadas). Aqu, r = 1,0 describe una correlacin
positiva perfecta y r = -1,0 describe una correlacin negativa perfecta.
Cuanto ms cerca estn los coeficientes de +1,0 y -1,0, mayor ser la fuerza de la
relacin entre las variables

ANLISIS DE CORRELACIN EN REGRESIN MULTIPLE

Cuando se tiene muchas variables y no se conoce cul de ellas se puede expresar

en trminos de las dems; es decir cual puede actuar como variable dependiente,
se debe tratar de analizar la relacin de dependencia entre las dems variables.
Esta relacin de dependencia se puede ver de varias maneras:

Entre pares de variables

Entre una variable y las dems
Entre pares de variables pero eliminando el efecto de las dems (anlisis
de correlacin parcial)
Entre todas las variables.

Estadstica administrativa II

20/oct/2015

Objetivos:

Aprender a calcular la correlacin entre dos variables.

Saber dibujar un diagrama de dispersin.
Representar la recta que define la relacin lineal entre dos variables.
Saber estimar la recta de regresin por el mtodo de mnimos cuadrados e

interpretar su ajuste.
Realizar inferencia sobre los parmetros de la recta de regresin.
Construir e interpretar intervalos de confianza e intervalos de prediccin
para la variable dependiente.
Realizar una prueba de hiptesis para determinar si el coeficiente de
correlacin es distinto de cero.

Bibliografas
http://networkianos.com/que-es-la-regresion-lineal-multiple/
https://explorable.com/es/la-correlacion-estadistica
http://personal.us.es/avelarde/analisisdos/Regresionmultiple.pdf
http://www.uoc.edu/in3/emath/docs/RegresionLineal.pdf

Estadstica administrativa II

20/oct/2015