Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Regresión Lineal Múltiple
Regresión Lineal Múltiple
ndice
Julio de 2011
ndice
ndice I
ndice
ndice II
ndice
= f (x1 , . . . , xk ) + E .
ndice
Donde:
independientes.
ndice
y
|
= 0 + 1 x1 + + k xk +E
{z
}
Hiperplano
ndice
ndice
y
|
= 0 + 1 x1 + 2 x2 +E
{z
}
Plano
ndice
Grcamente, el modelo
de regresin lineal con dos
regresores supone calcular
la ecuacin de un plano
que describa la relacin de
Y con X1 y X2 , .
b
b
b
y = 0 + 1 x1 + 2 x2
X2
X1
ndice
b yi
ei
0 +
1 x1 +
2 x2
y =
0 +
1 x1i +
2 x2i
yi =
X2
b
(x1i , x2i )
X1
10
ndice
b
b
b
ei
b
e1
en
e2
ei ,
2
X2
con ei = yi yi . .
X1
11
12
ndice
ndice
Observaciones
14
ndice
ndice
Consecuentemente,
yi
= 0 + 1 x1i + + k xki
15
16
ndice
= 0 + 1 x1 + + k xk ,
X
Individuo 1 x
Individuo 2 x
11
12
Xk
xk
xk
xkn yn
..
.
Individuo n
Y
y
y
..
.
ndice
Como
ei
= yi (0 + 1 x1i + + k xki ),
17
ei
= S (0 , . . . , k ).
18
ndice
=0
=
0
1
S
0
..
.
=
0
k
ndice
Llamando
0
1
= . ,
.
.
k
19
1 x11 xk 1
y1
y2
1 x12 xk 2
..
.. e Y = ..
.
.
.
yn
1 x1n xkn
ndice
Resulta que:
= (X 0 X )1 X 0 Y ,
20
21
ndice
22
ndice
23
ndice
ei
n
P
2
24
ndice
ei
P
ei x i
=0
1 = 0
.. (k + 1) restricciones.
.
P
ei xki = 0
P
25
ndice
ei
,
nk 1
P
ndice
E (sR ) =
2
Adems:
(n k 1)sR2
2nk 1
2
Esta distribucin permite realizar inferencia respecto de 2 .
26
ndice
D (X 0 X )
00
11
..
dii
..
dkk
28
ndice
Por lo tanto,
i N ( i ,
dii ),
de donde,
i i
N (0, 1),
dii
i i
tnk 1 .
sR dii
29
ndice
: i = 0 frente a
: i 6= 0,
ya que si i = 0,
sR
dii
tnk 1 .
ndice
en regresin
mltiple
X e Y sean independientes.
Entre X e Y haya una relacin de dependencia no lineal.
i
30
31
ndice
El test de la
en regresin mltiple I
1
Si se denomina (X 0 X )
a la matriz resultante de eliminar la
0
primera la y la primera columna de la matriz
(X 0 X )1
d
d d
00
11
..
dii
..
dkk
ndice
El test de la
en regresin mltiple II
1
2 (X 0 X )
0
2
=
11
..
dii
..
dkk
32
33
ndice
El test de la
Llamando b al vector:
.
b=
..
b0 (X 0 X ) b
k sR
0
F(k ,nk 1) .
ndice
El test de la
en regresin mltiple IV
: 1 = 2 = = k = 0
frente a:
34
i 6= 0.
ndice
: 1 = 2 = = k = 0,
35
ndice
II
36
37
ndice
y de
Test de la F
Contrastes individuales
Signicativo
Todos signicativos
Signicativo
Alguno signicativo
Signicativo
Ninguno signicativo
No signicativo
Todos signicativos
No signicativo
Alguno signicativo
No signicativo
Ninguno signicativo
38
ndice
Caso
Caso
y de
II
39
ndice
Casos
Caso
y de
III
ndice
40
ndice
41
ndice
El coeficiente de determinacin I
y =
+ 1 x1 + + k xk ,
X
Individuo 1 x
Individuo 2 x
11
12
Xk
xk
xk
xkn yn yn
..
.
Individuo n
Y
y
y
Y
y
y
..
.
ndice
El coeficiente de determinacin II
ndice
ndice
45
ndice
En particular:
La normalidad del error se analiza con la representacin de los
residuos en papel probabilstico normal, o con algn test de
normalidad.
Las hiptesis de linealidad, homocedasticidad e independencia
se verican a travs del grco de residuos frente a los valores
previstos y frente a los valores de los regresores.
La conveniencia de introducir una nueva variable en el modelo
se puede analizar por medio del grco de los residuos frente a
esta nueva variable.
La interpretacin de los grcos es similar a la que se da a los
mismos en regresin simple.
46
47
ndice
E (Y |X
ndice
48
ndice
49
ndice
50
ndice
= 0 + 1 x + 2 x 2 + u
51
= 0 + 1 x + 2 x2 + u
ndice
= 0 + 1 x1 + 2 x2 + 11 x12 + 22 x22 + 12 x1 x2 + u
52
= 0 + 1 x1 + 2 x2 + 11 x3 + 22 x4 + 12 x5 + u
53
ndice
= 0 + 1 x11 + 2 ln x2 + 3 x3 + u
= x11 ,
= ln x2 ,
= 0 + 1 z1 + 2 z2 + 3 z3 + u
ndice
Modelo multiplicativo:
= x1x2x3,
ln y = ln + ln x1 + ln x2 + ln x3 + ln,
que es el modelo lineal:
Y
54
= 0 + z1 + z2 + z3 + u
ndice
Por otro lado, cabe sealar que existen modelos de relacin que no
se pueden linealizar mediante funciones elementales, como por
ejemplo:
y
y
55
= 0 + 1 e 2 X + u
= 0 + 1 X + 2 (3 )X + u