Está en la página 1de 8

ANALISIS DE REGRESION LINEAL MULTIPLE

EJEMPLO:

Se pretende estimar los gastos en alimentacin de una familia en base a la informacin que
proporcionan las variables regresoras: ingresos mensuales y nmero de miembros de la familia.
Para ello se recoge una muestra aleatoria simple de 15 familias, cuyos resultados se facilitan en
la tabla adjunta. (El gasto e ingreso se expresan en miles de soles). Con ello se pide el modelo
de regresin mltiple.

Gasto Alimentacin Ingresos Tamao


0.43 2.1 3
0.31 1.1 4
0.32 0.9 5
0.46 1.6 4
1.25 6.2 4
0.44 2.3 3
0.52 1.8 6
0.29 1 5
1.29 8.9 3
0.35 2.4 2
0.35 1.2 4
0.78 4.7 3
0.43 3.5 2
0.47 2.9 3
0.38 1.4 4

SOLUCIN:

Identificacin de variables:
Gasto de alimentacin: variable dependiente (Y)

Ingresos: variable independiente (x1)

Tamao: variable independiente (x2)

= 0 + 1 1 + 2 2

= 0 + 1 + 2

Trabajando con SPSS, se tiene los siguientes resultados:

ANALISIS DE CORRELACIN ENTRE LA VARIABLE DEPENDIENTE Y LAS


VARIABLES INDEPENDIENTES:
Correlaciones

gasto en miembros de la
alimentacin ingresos familia

gasto en alimentacin Correlacin de Pearson 1 ,942** -,126

Sig. (bilateral) ,000 ,653

N 15 15 15
ingresos Correlacin de Pearson ,942** 1 -,378
Sig. (bilateral) ,000 ,165
N 15 15 15
miembros de la familia Correlacin de Pearson -,126 -,378 1

Sig. (bilateral) ,653 ,165

N 15 15 15

**. La correlacin es significativa en el nivel 0,01 (2 colas).

Interpretacin: como la variable dependiente es gasto en alimentacin, lo cual indica que


depende del ingreso en la familia y el tamao de la misma, para ello se observa el valor de r
(correlacin de Pearson) que se muestra en el cuadro, cuanto ms se acerca a 1 tiene alta
correlacin entre las variables, en la primera columna, se observa que tiene dos asteriscos entre
gastos de alimentacin e ingresos (0.942), indicando que tienen correlacin alta, mientras que
con miembros de la familia es de -0.126, su correlacin es dbil. Esto nos indica que hay
correlacin entre las variables independientes y dependientes.

Pero tambin se realiza el anlisis entre las variables independientes, si existe correlacin entre
ellas, entonces se tiene que tener cuidado ya que puede ser que la variable puede ser
influenciada doble veces por una variable a la variable dependiente, realizando el anlisis se
observa en la segunda columna que existe de relacin entre ingresos y miembros de la familia
que es de -0.378, considerndose que hay que tener cuidado entre estas variables.

Variables entradas/eliminadasa

Variables Variables
Modelo introducidas eliminadas Mtodo

1 miembros de la
familia, . Intro
ingresosb

a. Variable dependiente: gasto en alimentacin


b. Todas las variables solicitadas introducidas.
Resumen del modelo

R cuadrado Error estndar


Modelo R R cuadrado ajustado de la estimacin

1 ,974a ,950 ,941 .07751

a. Predictores: (Constante), miembros de la familia, ingresos

ANALISIS: se observa que el valor de r = 0.974, indicando que tiene alto grado de
asociacin entre las variables

ANOVAa

Suma de Media
Modelo cuadrados gl cuadrtica F Sig.

1 Regresin 1,360 2 ,680 113,141 ,000b

Residuo ,072 12 ,006

Total 1,432 14

a. Variable dependiente: gasto en alimentacin


b. Predictores: (Constante), miembros de la familia, ingresos

ANALISIS DE LA VARIANZA: indica que el modelo de regresin es significativa (p-valor


aproximadamente cero (sig.=0.0000). Por tanto, se rechaza la hiptesis nula de que la
variabilidad observada en la variable respuesta sea explicada por el azar, admitiendo
que hay algn tipo de asociacin entre la variable dependiente y las independientes.

DETERMINANDO EL MODELO DE REGRESION MULTIPLE:


Coeficientesa

Coeficientes
Coeficientes no estandarizados estandarizados

Modelo B Error estndar Beta t Sig.

1 (Constante) -,160 ,090 -1,775 ,101

ingresos ,149 ,010 1,044 14,915 ,000

miembros de la familia ,077 ,020 ,268 3,825 ,002

a. Variable dependiente: gasto en alimentacin

= 0 + 1 1 + 2 2

Respuesta: = 160 + 0.1491 + 0.0772


TRABAJANDO CON SPSS:

CREANDO BASE DE DATOS EN SPSS:

INGRESO DE DATOS:

CORRELACION ENTRE VARIABLES:


REGRESION MILTIPLE: