Análisis de Regresión Múltiple

Análisis de Regresión Múltiple

1. Modelo con 3 variables

   • Este modelo se utiliza ya que la teoría económica no es tan simple como un modelo de dos variables, siempre existirán muchas variables que intervienen en él.
     • Su fórmula es la siguiente:
       • • Y es la variable dependiente, X2 y X3 las variables explicativas, u es la perturbación estocástica, i es la i-ésima obervación.(si es tiempo será t)
           • Coeficientes de regresión parcial: β2 y β3
             • β2 mide el cambio en el valor de la media de Y, E(Y), por unidad de cambio en X2, con X3 constante.
               • β3 mide el cambio en el valor medio de Y por unidad de cambio en X3, cuando el valor de X2 se conserva constante.
           • Coeficientes de correlación parcial
             • Medida de la asociación entre dos variables después de controlar o ajustar los efectos de una o más variables adicionales. Lea más en
           • coeficiente de correlación múltiple
             • indica la correlación entre una de las variables independientes yla variable dependiente, manteniendo la otra u otras variables independientes estadísticamente constante
           • R2 ajustada y no ajustada (por grados de libertad)
             • R2 ajustado es un medida de bondad de ajuste corregida (precisión de modelo) para los modelos lineales. Identifica el porcentaje de varianza en el campo objetivo que se explica mediante la entrada o entradas.
           • multicolinealidad
             • La confiabilidad de los coeficientes de regresión se ve reducida debido a un alto nivel de correlación entre las variables independientes.
           • sesgo de especifi cación.
             • se produce cuando una variable independiente se correlaciona con el término de error. Hay varias causas de error de especificación: a) Una forma funcional incorrecta b) Una variable omitida en el modelo que puede tener una relación con la variable dependiente y una o más de las variables independientes (sesgo de variable omitida ) c)Una variable irrelevante puede ser incluida en el modelo d) La variable dependiente puede ser parte de un sistema de ecuaciones simultáneas (sesgo de simultaneidad) e) Los errores de medición pueden afectar las variables independientes
     • Por ello, este modelo es aquel que comprende una variable dependiente y dos variables explicativas.
     • Función Cobb-Douglas
       • Representa las relaciones entre un producto y las variaciones de los insumos tecnología, trabajo y capital
     • Modelo de regresión polinomial
       • Es una forma de regresión lineal en el que la relación entre la variable independiente x y la variable dependiente Y se modela como un polinomio de orden n.

Images and files in the map