REGRESION LINEAL MULTIPLE

REGRESION LINEAL MULTIPLE

1. Posible relacion

   • VARIABLE DEPENDIENTE Y CON VARIAS VARIABLES INDEPENDIENTES X
     • Anotacion Matematica
       • Y = a + b 1x1 b 2x2 ......b nxn + e
         • Donde
           • Y : VARIABLE A PREDECIR
           • a, b1x1, b2x2...bnxn : PARAMETROS DESCONOCIDOS A ESTIMAR
           • e :ERROR QUE SE COMETE EN LA PREDICCION DE LOS PARAMETROS

2. Se encuentran

   • PRINCIPALES ELEMENTOS
     • Estos son
       • COEFICIENTE RELACION MULTIPLE R
         • Mide
           • LA INTENSIDAD DE RELACION ENTRE CONJUNTO VARIABLES X E Y
         • Puede darse la
           • MULTICOLINEALIDAD
             • Es que
               • DIFERENTES VARIABLES EXPLIQUEN LO MISMO DE LA VARIABLE INDEPENDIENTE
       • COEFICIENTE DE DETERMINACION
         • Mide
           • LA PROPORCION DE LA VARIABILIDAD DE LA VARIABLE X EXPLICADA POR LA VARIABLE Y ADMITIDAS EN EL MODELO
       • COEFICIENTE DE DETERMINACION AJUSTADO
         • Mide
           • LO MISMO QUE R2 PERO SIN INFLUENCIA # VARIABLES QUE INTRODUCIDAS
       • ERROR TIPICO PREDICCION
         • Indica
           • PARTE DE LA VARIABLE DEPENDIENTE QUE SE DEJA DE EXPLICAR
       • ANALISIS VARIANZA
         • Valora
           • HASTA QUE PUNTO ES ADECUADO MODELO PARA ESTIMAR LOS VLRES VARIABLE Y
       • ANALISIS RESIDUALES ¨e¨
         • Son
           • ESTIMACION VERDADEROS ERRORES

3. Usos

   • APLICACIONES
     • En la
       • IDENTIFICACION VARIABLES EXPLICATIVAS
         • Nos ayuda
           • CREAR UN MODELO
           • SELECCIONAR LAS VARIALES QUE INFLUYEN
           • DESCARTAR POCA INFORMACION
       • DETECCION INTERACCIONES
         • Entre
           • VARIABLE INDEPENDIENTE QUE AFECTE LA VARIABLE RESPUESTA
       • IDENTIFICACION VARIABLES CONFUSORAS
         • Aun que
           • DIFICIL, DE INTERES EN INVESTIGACION NO EXPERIMENTAL

4. Existe

   • REQUISITOS Y LIMITACIONES
     • Esta
       • LINEALIDAD
         • Esta
           • SI LA RESPUESTA NO APARENTA SER LINEAL
           • SE INTRODUCE EN EL MODELO COMPONENTES NO LINEALES
       • NORMALIDAD Y EQUIDISTRIBUCION DE LOS RESIDUOS
         • la validez del modelo
           • DISTRUCION NORMAL
           • MISMA DISPERSION PARA CADA COMBINACION DE VALORES DE LA VARIABLE X
       • COLINEALIDAD
         • Es cuando
           • DOS VARIABLES X ESTAN ESTRECHAMENTE REALCIONADAS
       • OBSERVACIONES ANOMALAS
         • Se debe
           • IDENTIFICARLAS Y DESCARTARLAS
         • Tiene
           • GRAN INFLUENCIA RESULTADO
       • NUMERO DE VARIABLES INDEPENDIENTES
         • Incluir
           • MINIMO 20 OBSERVACIONES POR CADA VARIABLE X