Modelo de Regresin Lineal Mltiple

MODELO DE REGRESIN LINEAL MLTIPLE

Autores: Renatas Kizys (rkizys@uoc.edu), ngel A. Juan (ajuanp@uoc.edu).

ESQUEMA DE CONTENIDOS ________________________

Hiptesis sobre el Hiptesis sobre variables Hiptesis sobre los

trmino de perturbacin explicativas parmetros del modelo

Hiptesis del MRL

Medidas bondad del
Estimacin MV ajuste

Modelo de Regresin
Lineal Mltiple (MRLM) Estimacin MCO

Introduccin a la Inferencia
en el modelo lineal

Caso prctico con Minitab

Contrastes de significacin
Prediccin

Caso prctico con Minitab

Caso prctico con Minitab

INTRODUCCIN ___________________

Todo estudio economtrico se centra en dos pilares bsicos: la teora y los hechos. La teora
permite derivar un modelo (el modelo econmico) que sintetiza la incgnita relevante sobre el
fenmeno (la variable endgena) objeto del anlisis y del cual deriva el modelo economtrico
que permite medirlo y contrastarlo empricamente. Los hechos se concretan en una serie de
datos que denominaremos informacin muestral. La muestra, a su vez, consiste en una lista
ordenada de valores numricos de las variables objeto de estudio. En una muestra de corte
transversal, diversos agentes econmicos de una naturaleza similar proporcionan informacin
solicitada en un mismo instante de tiempo. Alternativamente, el investigador econmico trabaja
en ocasiones con datos de series temporales, en las que se dispone de informacin acerca de

Proyecto e-Math 1
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

unidad econmica, como puede ser un pas, una empresa, a lo largo de tiempo; estas muestras
pueden tener frecuencia diaria, mensual, anual, segn frecuencia de observacin de los datos.
Una vez que se especifica el modelo y se dispone de la informacin estadstica
convenientemente tratada, se llega a la etapa siguiente del trabajo economtrico: la etapa de
estimacin. Los resultados de esta etapa de estimacin permiten medir y contrastar las
relaciones sugeridas por la teora econmica.

En este math-block postularemos una serie de hiptesis bsicas de un modelo de regresin

mltiple (MRLM) y consideremos los principales mtodos de estimacin bajo dichas hiptesis.
Veremos que los estimadores obtenidos mediante el mtodo de mnimos cuadrados ordinarios
(MCO) son insesgados, eficientes y consistentes. Adems, utilizaremos la inferencia basada en
los contrastes de hiptesis para apreciar estadsticamente una cierta evidencia emprica.
Finalmente, conoceremos la importancia del MRLM en la prediccin y pronstico de un cierto
fenmeno comprendido por la variable endgena.

OBJETIVOS ________________________

Conocer la estructura del MRLM.

Familiarizarse con las hiptesis bsicas del MRLM y entender su importancia.

Conocer los mtodos de estimacin del MRLM, el mtodo de mnimos cuadrados ordinarios
(MCO) y el de mxima verosimilitud (MV).

Introducirse en el uso de Minitab para estimar el MRLM mediante el MCO.

Saber cuantificar e interpretar bondad del ajuste del modelo.

Evaluar la contribucin de cada variable exgena en explicar el comportamiento de la

variable endgena; contrastar la significacin individual de un parmetro y la global del
modelo.

En base de la estimacin de MRLM, realizar predicciones puntuales y por intervalo de la

variable endgena.

CONOCIMIENTOS PREVIOS ___________________________________

Aparte de estar iniciado en el uso del paquete estadstico Minitab, resulta muy conveniente haber
ledo con profundidad los siguientes math-blocks relacionados con Estadstica:

Intervalos de confianza y contraste de hiptesis para 1 y 2 poblaciones

Anlisis de regresin y correlacin lineal

Correlacin y regresin lineal mltiple

Proyecto e-Math 2
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

CONCEPTOS FUNDAMENTALES ______________________________

Hiptesis del modelo de regresin lineal mltiple (MRLM)

Mediante un modelo de regresin lineal mltiple (MRLM) tratamos de explicar el

comportamiento de una determinada variable que denominaremos variable a explicar,
variable endgena o variable dependiente, (y representaremos con la letra Y) en funcin de
un conjunto de k variables explicativas X1, X2, ..., Xk mediante una relacin de dependencia
lineal (suponiendo X1 = 1):

Y = 1 + 2 X 2 + ... + k X k + U siendo U el trmino de perturbacin o error

Para determinar el modelo anterior, es necesario hallar (estimar) el valor de los coeficientes
1, 2, ..., k. La linealidad en parmetros posibilita la interpretacin correcta de los
parmetros del modelo. Los parmetros miden la intensidad media de los efectos de las
variables explicativas sobre la variable a explicar y se obtienen al tomar las derivadas
parciales de la variable a explicar respecto a cada una de as variables explicativas:

Y
j = ; j = 1,..., k .
X j

Nuestro objetivo es asignar valores numricos a los parmetros 1, 2, ..., k. Es decir,

trataremos de estimar el modelo de manera que, los valores ajustados de la variable
endgena resulten tan prximos a los valores realmente observados como sea posible.

A fin de poder determinar las propiedades de los estimadores obtenidos al aplicar distintos
mtodos de estimacin y realizar diferentes contrastes, hemos de especificar un conjunto de
hiptesis sobre el MRLM que hemos formulado. Existen tres grupos de hiptesis siguientes:
las hiptesis sobre el trmino de perturbacin, las hiptesis sobre las variables explicativas, y
las hiptesis sobre los parmetros del modelo.

Hiptesis sobre el trmino de perturbacin:

Para una muestra de n observaciones (cada observacin estar formada por una tupla con
los valores de X2, X3, ..., Xk y el valor de Y asociado), tendremos el siguiente sistema de n
ecuaciones lineales:

Y1 = 1 + 2 X 21 + ... + k X k1 + u1
Y = + X + ... + X + u
2 1 2 22 k k2 2

...
Yn = 1 + 2 X 2 n + ... + k X kn + u n

o, en forma matricial: Y = XB + U, donde:

Y1 1 X 21 ... X k1 1 u1
Y 1 X
... X k 2
2 u
Y= 2
, X =
22
, B= ,U =
2

... ... ... ... ... ... ...

Yn 1 X 2n ... X kn k u n

Proyecto e-Math 3
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

En estas condiciones, las hiptesis del MRLM se resumen en la esfericidad del trmino de
perturbacin, i.e.:

a) El valor esperado de la perturbacin es cero: E [u i ] = 0 i = 1,..., n

b) Homoscedasticidad: todos los trminos de perturbacin tienen la misma varianza

(varianza constante):

[ ]
Var [u i ] = Var u j = 2 i j

Por tanto, todos los trminos de la diagonal principal de la matriz de varianzas y

covarianzas sern iguales:

2 ...

2
Var [U ] =
...
... ... ... ...

... 2

c) No Autocorrelacin: los errores son independientes unos de otros, i.e.: la matriz de

varianzas y covarianzas es una matriz diagonal (fuera de la diagonal principal todo son
ceros):

1 2 0 ... 0

22
Var [U ] =
0 ... 0
... ... ...
...
2
0 0 ... n

Observar que, bajo las hiptesis de homoscedasticidad y no autocorrelacin, la matriz de

varianzas y covarianzas tendr la forma siguiente:

2 0 ... 0

2
Var [U ] =
0 ... 0
= 2 In (In es la matriz identidad de orden n)
... ... ... ...

0 0 ... 2

d) El error o perturbacin sigue una distribucin normal, i.e.:

(
U N 0 n , 2 I n )

Hiptesis sobre las variables explicativas:

a) Las variables explicativas son fijas o deterministas.

b) La variables explicativas estn no correlacionadas con la perturbacin aleatoria.

Proyecto e-Math 4
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

c) Las variables explicativas no presentan relacin lineal exacta entre si.

d) Adems, supondremos que las variables explicativas son medidas sin error.

e) En el modelo no se excluyen las variables relevantes y que tampoco no se incluyen las

variables irrelevantes, a la hora de explicar el comportamiento de la variable endgena.

Hiptesis sobre los parmetros del modelo:

a) La nica hiptesis que haremos acerca de los parmetros del modelo es la hiptesis de
permanencia estructural, lo cual quiere decir que los parmetros poblacionales, j, se
mantienen constantes a lo largo de toda la muestra.

Estimacin del MRLM

Estimar el modelo equivale asignar valores numricos a los parmetros desconocidos 1, 2,

..., k, a partir de la informacin muestral disponible de las variables observables del modelo.
nicamente consideraremos dos mtodos de estimacin:

El mtodo de mnimos cuadrados ordinarios (MCO)

El mtodo de mxima verosimilitud (MV)

Estimacin por mnimos cuadrados ordinarios:

Sea un modelo en forma matricial Y = XB + U. Supongamos que el modelo ha sido estimado,

obtenindose , vector de valores de la variable dependiente implicado por el modelo. La
diferencia entre los valores observados y los valores estimados, e = Y Y = Y X B , la
denominaremos vector de residuos. Ahora bien, nuestro problema consiste en minimizar la
suma de los cuadrados de residuos, ee con respecto del vector de parmetros estimados, B.
De este problema de optimizacin se deduce la siguiente expresin de mnimos cuadrados
ordinarios del MRLM [7]:

B = ( X X ) X Y
1

cuya varianza viene dada por: []

Var B = 2 ( X X )
1

Adems, el estimador MCO de la varianza del trmino de perturbacin es:

e e
u2 =
nk
donde n es el nmero de observaciones y k es el nmero de elementos del vector B.

Bajo la hiptesis de perturbaciones esfricas, el estimador MCO del vector B cumple una
serie de propiedades que le convierten en un insesgado (el valor esperado del estimador
coincide con el valor real del parmetro), eficiente (de varianza mnima), y consistente [4].

Proyecto e-Math 5
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

Adems, bajo la hiptesis de esfericidad, el estimador MCO de la varianza del trmino de

error, u2 , es tambin insesgado.

Estimacin por mxima verosimilitud:

El mtodo de estimacin por MCO consiste en asignar valores numricos a los parmetros
desconocidos de manera que la suma cuadrtica de errores sea mnima y slo requiere que
la matriz XX sea invertible. A continuacin veremos un mtodo de estimacin alternativo, el
mtodo de mxima verosimilitud.

El mtodo de mxima verosimilitud (MV), en cambio, propone como un estimador el valor

que maximiza la probabilidad de obtener la muestra ya disponible.

El mtodo MV se basa, prcticamente, en la distribucin que sigue el trmino de error. A tales

efectos, se suele suponer que las perturbaciones aleatorias se distribuyen con una
distribucin Normal que, adems de cumplir las propiedades de una muestra grande, es una
aproximacin cmoda y fcil de tratar.

El modelo que utilizaremos es Y = XB + U, y supondremos que el trmino aleatorio sigue la

distribucin Normal con la siguiente funcin de densidad:

u2
f (u i ) =
1
exp i 2 , i = 1,..., N .
2 2
Maximizar la probabilidad de obtener la muestra ya disponible equivale maximizar la funcin
de densidad conjunta del vector aleatorio, u. Para ello, hemos de suponer homoscedasticidad
y ausencia de autocorrelacin. Por tanto, la expresin de la funcin de densidad conjunta es
la siguiente:

n u i2
f (U ) = f (u i ) =
1
exp 2
i =1 (2 )
2 n2
2

Como U sigue una distribucin Normal Multivariante de orden k, la variable Y, al ser una
combinacin lineal de las perturbaciones aleatorias, tambin se distribuir con una
distribucin Normal Multivariante. As pues, para que la funcin de densidad conjunta sea una
funcin de verosimilitud, el vector aleatorio U ha de expresarse en funcin del vector Y, es
decir:

(Y X )' (Y X )
L(Y ; , 2 ) =
1
exp
(2 )2 n2
2 2

Se trata, por tanto, de maximizar la funcin de verosimilitud. Como la expresin anterior

resulta complicada, aplicaremos una transformacin montona; en concreto, una funcin
logartmica:

ln L(Y ; , 2 ) = ln (2 ) ln (2 2 )
n n (Y X )' (Y X )
2 2 2 2
Derivando la funcin de verosimilitud con respecto de B y 2, e igualando las derivadas a
cero, obtenemos los resultados:

Proyecto e-Math 6
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

B MV = ( X X ) X Y
1

Var [B MV ] = 2 ( X X ) .
1
cuya varianza es la siguiente:

Adems, el estimador MCO de la varianza del trmino de perturbacin es:

e e
MV
2
= ,
n
donde n es el nmero de observaciones y k es el nmero de elementos del vector B.

Observamos que el estimador de MV de B coincide con el MCO, con lo que tendr las
mismas propiedades: ser lineal, insesgado, ptimo y consistente.

Es fcil ver que el estimador de MV de 2, en cambio, resulta diferente del MCO y no es

insesgado aunque s es asintticamente insesgado.

Medidas del bondad del ajuste

Las estimaciones por MCO y MV que hemos realizado todava no nos permite evaluar la
calidad de ajuste del modelo. Para ello, de aqu a delante iremos viendo las medidas de
bondad de ajuste.

Comenzaremos por la suma de los cuadrados de errores, SCE, que puede expresarse de
varias formas:

n n n
e'e = ei2 = Y 'Y B X 'Y = Y 'Y Y 'Y = Yi 2 Yi 2 .
i =1 i =1 i =1

Despejando la suma de cuadrados de la variable endgena, queda:

n n n
Y 'Y = Y 'Y + e'e , o bien, Yi 2 = Yi 2 + ei2 .
i =1 i =1 i =1

Restando a ambos lados la cantidad n Y , obtenemos:

2

(Yi Y )2 = (Yi Y ) + ei2 .

n n n
Y 'Y n Y 2 = Y 'Y n Y 2 + e'e , o bien,
2

i =1 i =1 i =1

La parte izquierda representa suma de cuadrados totales (SCT) y no es sino la suma de

cuadrados de las desviaciones respecto a su media aritmtica.

Por otra parte, si el modelo tiene trmino independiente, a la cantidad

= (Yi Y ) se le denomina suma de cuadrados de la regresin (SCR) .

n
Y 'Y n Y 2 2

i =1

En resumen, la variabilidad total de la variable endgena (SCT) puede descomponerse en

dos partes: la parte que podemos explicar mediante el modelo especificado (SCR) y la parte
que no podemos explicar, la suma de cuadrados de los errores (SCE).

Proyecto e-Math 7
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

A partir de la descomposicin anterior de la SCT, definiremos el coeficiente de determinacin,

R2, el cual ser la primera medida de bondad de ajuste:

SCE
R 2 = 1 .
SCT
Si el modelo tiene trmino independiente, entonces se cumple la igualdad SCT = SCR + SCE,
y el coeficiente de determinacin podr expresarse de la siguiente manera alternativa:

SCR
R2 = .
SCT
El coeficiente de determinacin indica que proporcin de variabilidad total queda explicada
por la regresin. Si el modelo tiene trmino independiente, entonces R2 toma valores entre 0
y 1.

En prctica, el uso de R2 presenta algunas limitaciones a la hora de comparar varios modelos

desde la perspectiva de bondad del ajuste. En efecto, cuanto ms variables explicativas
incorporamos al modelo, mayor ser el coeficiente de determinacin, pues la SCR disminuye
conforme aumenta el nmero de variables explicativas. Por tanto, cuando queremos llevar a
cabo un anlisis comparativo entre varios modelos, utilizamos R2 corregido:

n 1
R 2 = 1
nk
(1 R 2 )

Este estadstico es inmune ante la incorporacin de extra variables va interaccin de dos

efectos: el efecto que permite aumentar R2, y el efecto opuesto que surge al descontar un
n 1
mayor nmero de las variables explicativas, [7].
nk

Significacin de los parmetros del modelo

Distinguiremos entre dos distintas dimensiones de significacin: significacin econmica y

significacin estadstica.

Significacin econmica

Significacin econmica nos permite comprobar si las estimaciones obtenidas son

coherentes con la teora econmica. Segn especificacin del modelo, la interpretacin y
significacin de los parmetros puede variar. Si el modelo est especificado en niveles, el
parmetro refleja el efecto medio que tiene una variacin unitaria de la variable explicativa
sobre la variable endgena:

Y
j = .
X j

En cambio, si el modelo est especificado en logaritmos neperianos, los parmetros pueden

interpretarse como una elasticidad, como es el caso de la funcin de produccin de Cobb-
Douglas:

Proyecto e-Math 8
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

ln Y
j = .
ln X j

Significacin estadstica

El anlisis economtrico pretende analizar, por medio una serie de contrastes, la significacin
(o significatividad) estadstica individual y conjunta de los parmetros del modelo. En
concreto, para contrastar las hiptesis de significatividad individual, tenemos:

H0 : j = 0
HA : j 0.

El estadstico t-Student que se utiliza para realizar el test es el siguiente:

l
tj = ~ t nk .
u2 a jj

donde u2 a jj es el error estndar estimado de l , y a jj es el j-simo elemento de la

diagonal principal de la matriz (XX)-1.

Dado un nivel de significacin , las tablas de distribuciones nos proporcionan la cantidad tn-
k,/2 que es el valor asociado a una t-Student con n-k grados de libertad que deja a su
derecha un rea de /2 (o, equivalentemente, deja a su izquierda un rea de 1 - /2). La
regla de decisin que utilizaremos para determinar si el parmetro asociado a la variable Xj
es individualmente significativo o no es la siguiente:

Si |tj| tn-k,/2, el estadstico cae fuera de la regin de aceptacin, por lo que rechazamos
la hiptesis nula. Concluimos, por tanto, que el parmetro es significativamente diferente
de cero.

Si |tj| < tn-k,/2, el estadstico cae dentro de la regin de aceptacin, por lo que no
podemos rechazar la hiptesis nula. Por tanto, el parmetro no es individualmente
significativo.

Nota: si en vez de realizar el contraste bilateral deseamos hacer un contraste unilateral (en el
cual la hiptesis alternativa sera H1 : j > 0 H1 : j < 0), deberemos sustituir en la frmula
anterior /2 por (ya que ahora trabajaremos con una nica cola de la distribucin).

En cambio, si queremos contrastar la significacin conjunta, las hiptesis especificamos de la

manera siguiente:

H0 : 2 = 3 = ... = k =0
HA : No H0.

Nota: el trmino independiente no contribuye en explicar la variabilidad de la variable

endgena, con lo cual no lo incluimos en la restriccin.

El estadstico F de Snedecor que se utiliza para realizar el test es el siguiente:

R2 nk
F0 = ~ Fk 1,n k .
1 R n 1
2

Proyecto e-Math 9
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

El estadstico se distribuye bajo la hiptesis nula con una distribucin F de Snedecor con k-1
grado de libertad en el numerador y n-k grados de libertad en el denominador. La regla de
decisin utilizada para contrastar la significacin global del modelo es la siguiente:

Si F0 Fk-1,N-k;, el estadstico de contraste cae fuera de la regin de aceptacin, con lo

que rechazamos la hiptesis nula. Por tanto, el modelo es globalmente significativo.

Si F0 < Fk-1,N-k;, el estadstico de contraste cae dentro de la regin de aceptacin, de

modo que ahora la hiptesis nula no la rechazamos. En consecuencia, podemos afirmar
que el modelo no es globalmente significativo.

Prediccin

Una vez hemos especificado, estimado y validado un modelo, podemos utilizarlo con
objetivos diferentes.

Cuando trabajamos con una serie temporal, podemos estar interesados en predecir el
comportamiento futuro de la variable endgena. Si, por otro lado, trabajamos con un corte
transversal (o una seccin cruzada), podemos utilizar el modelo ajustado para predecir el
comportamiento de un individuo (o una unidad) no incluido en la muestra.

No obstante, para realizar las predicciones, hemos de suponer que todas las hiptesis que
hemos formulado sobre X, B y U se mantendrn tambin para las observaciones fuera de la
muestra. En particular, es fundamental suponer que se cumple la hiptesis de permanencia
estructural del modelo.

Cuando realizamos predicciones, podemos optar por predecir el valor puntual que tomar la
variable endgena, o bien, determinar un intervalo de posibles valores. El primer caso se
denomina prediccin puntual, y el segundo prediccin por intervalo.

Prediccin puntual

Supongamos que la variable endgena ajustada para una determinada observacin i es igual
a:

Yi = 1 + 2 X 2i + ... + k X ki .

Si queremos predecir el valor de la variable endgena, para una observacin n + h, podemos

utilizar la siguiente expresin:

Yn + h = 1 + 2 X 2,n + h + ... + k X k ,n + h .

Prediccin por intervalo

La fiabilidad de prediccin se caracteriza por el intervalo de prediccin. Distinguimos entre la

prediccin por intervalo sobre Yn+h y la prediccin por intervalo sobre su valor esperado,
E(Yn+h).

En primer lugar, para obtener el intervalo del valor esperado de la variable endgena para la
observacin n+h, E(Yn+h), utilizaremos la siguiente expresin:

Proyecto e-Math 10
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

[ ] = 1 ,
1
Pr ob E (Y n + h ) Yn + h < t u2 X n + h ( X ' X ) X n + h
1 2
nk ,
2

donde tn-k,/2 es el valor de las tablas de una t de Student de nk grados de libertad. La

expresin sirve para indicar que la probabilidad de que E(YN+h) quede dentro del intervalo de

[ ]
1
X n + h ( X ' X ) X n + h
1
Yn + h t
2
u
2
nk ,
2
a

[ ]
1
X n + h ( X ' X ) X n + h
1
Yn + h + t
2
u
2
nk ,
2

es (1 - ), siendo el nivel de significacin.

Nota: el intervalo de prediccin para E(YN+h) coincide con el intervalo de confianza. Es decir,
el intervalo de prediccin del valor esperado no es sino el intervalo de confianza del
parmetro Xn+hB.

En segundo lugar, para obtener la prediccin por intervalo del valor observado de la variable
endgena para la observacin n + h, Yn+h, utilizaremos la siguiente expresin:

[ ] = 1
1
Pr ob Y n + h Yn + h < t u 1 + X n + h ( X ' X ) X n + h
1 2
n k ,
2

De forma anloga al caso anterior, la expresin indica que la probabilidad de que Yn+h se
encuentre dentro del intervalo de

[ ]
1
u 1 + X n + h ( X ' X ) X n + h
1
Yn + h t
2
nk ,
2
a

[1 + X n + h ( X ' X ) X n + h ]
1
1
Yn + h + t u 2
n k ,
2

es (1 - ), siendo el nivel de significacin.

Nota: A la hora de realizar las predicciones, se puede ver que el intervalo de prediccin para
el valor observado de la variable endgena resulta ms grande que el intervalo de prediccin
para el valor esperado de la variable endgena. El caso es que, al predecir E(Yn+h),
pretendemos prever slo componente explicada por Xn+h, y la componente puramente
aleatoria, un+h, no forma parte del objetivo de prediccin. En cambio, cuando el objetivo es
predecir Yn+h, hemos de prever tambin la perturbacin aleatoria un+h la cual incrementa la
varianza del trmino de error.

Proyecto e-Math 11
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

CASOS PRCTICOS CON SOFTWARE___________________________________

Estimacin MCO del modelo de regresin lineal

Ejemplo 1. Representacin grfica del ajuste de MCO. A efectos de una mejor

comprensin del mtodo de estimacin de MCO, realizaremos la representacin grfica del
ajuste de MCO. Consideremos un modelo de regresin lineal simple:

Yi = 1 + 2 X i + u i ;i = 1,..., n

Como ya hemos dicho, nuestro objetivo es asignar valores numricos a los parmetros
desconocidos, en este caso, 1 y 2, y as poder cuantificar la relacin de dependencia que
hay entre las dos variables. Determinar estos valores equivale a determinar una recta que
pasa por la nube de puntos que resultan al representar las observaciones correspondientes a
las variables endgena y explicativa.

Consideremos los siguientes datos anuales correspondientes al perodo 1960-1990 de la

economa de los Estados Unidos:

Observacin Ao Y (inversin real) X (PIB real)

1 1960 14,2226 95,065
2 1961 13,9336 97,281
3 1962 15,5040 103,159
4 1963 16,3105 107,607
5 1964 17,4936 113,860
6 1965 19,8906 121,153
7 1966 21,4803 129,102
8 1967 20,4046 132,340
9 1968 21,4776 138,663
10 1969 22,6821 142,856
11 1970 20,9722 143,120
12 1971 23,3538 147,928
13 1972 26,1040 155,955
14 1973 29,1101 164,946
15 1974 27,2418 163,921
16 1975 23,0096 163,426
17 1976 27,6116 172,485
18 1977 32,1111 180,519
19 1978 36,1788 190,509
20 1979 37,5671 196,497
21 1980 33,5069 196,024
22 1981 36,6088 200,832
23 1982 31,1554 196,769
24 1983 32,7752 205,341
25 1984 41,1886 220,230
26 1985 39,9715 228,703
27 1986 39,6866 236,500
28 1987 40,2991 244,560
29 1988 40,9538 254,771
30 1989 41,9323 263,683
31 1990 39,8393 268,304

Estos datos en el espacio bidimensional constituyen una nube de puntos, para los cuales
trazaremos la recta de regresin caracterizada por el mejor ajuste. Para ello, seguiremos los
siguientes pasos en el entorno de Minitab:

Proyecto e-Math 12
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

Seleccionamos Stat > Regression > Fitted Line Plot :

A continuacin completamos los campos segn se indica:

La operacin nos proporciona el siguiente grfico:

Proyecto e-Math 13
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

Regression Plot
Y = -1,92133 + 0,175617X
R-Sq = 93,7 %

45

Inversin real
35

25

15

100 150 200 250

Producto interior bruto real

La recta en rojo es la que mejor se ajusta, segn el criterio de MCO, a la nube de puntos que
tenemos. Es decir, es la recta que hace que el error de estimacin, definido como la distancia
entre el valor observado y el valor estimado de la variable endgena (en el grfico, es la
distancia vertical sealada por la flecha en azul), sea la mnima para cada una de las
observaciones. La pendiente de la recta presenta signo positivo, pues es de esperar que el
un auge en el PIB genere una mayor cantidad de inversiones y viceversa. Encima de la
recta, se aparece la ecuacin de MCO con el coeficiente de determinacin, R2. Podemos
apreciar que el modelo se ajusta buenamente a los datos, explicando un 93,7% de la
variabilidad de la variable endgena. En consecuencia, el estadstico de significacin global
del modelo se calcula de la siguiente manera:

F0 = (R2/(1 R2)).(n k)/(n-1) = (0,937/0,063)*29/30 = 14,377

Sabemos que en el modelo de regresin lineal simple se cumple que F0 = t22, siendo t2 el
estadstico de contraste de significacin individual. De modo que t2 = F0 = 3,792.

Para contrastar la significacin individual de la variable explicativa, a partir de las tablas

extraemos tn-k,/2 = t29;0,025 = 2,0452. Dado que t2 = 3,792 > t29;0,025 = 2,0452, rechazamos la
hiptesis nula. En conclusin, el PIB real es individualmente significativo para explicar la
variabilidad de la inversin real en la economa de los Estados Unidos.

Ejemplo 2: Una empresa de investigacin de mercados est interesada en realizar un

estudio para el gobierno sobre la industria aeronutica de los Estados Unidos. Para ello, va a
estimar la funcin de produccin Cobb-Douglas estocstica aumentada por la variable el
avance tecnolgico:

log(Y t ) = 1 log(Lt ) + log(K t ) + log( At ) + u t ; t = 1,..., T

donde Yt es la produccin (en millones de dlares), Lt es el nivel de empleo (que

representaremos a travs del agregado de las nminas (en millones de dlares), Kt es el
nivel de capital utilizado (en millones de dlares), y At es el avance tecnolgico, representado
por la proporcin del PIB de las empresas tecnolgicas en el PIB total en la economa
americana (en tanto por ciento). Supondremos que esta relacin satisface las hiptesis el
MRLM con normalidad del trmino de error. Se dispone de datos anuales correspondientes a
1958-1996 que se muestran en la siguiente tabla:

Proyecto e-Math 14
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

Observacin Ao log(Y) Log(L) Log(K) Log(A)

1 1958 8,7700 7,75803 9,3214 -0,44229
2 1959 8,8260 7,79136 9,3502 -0,67441
3 1960 8,6861 7,64248 9,2551 -0,04824
4 1961 8,6995 7,69871 9,2588 -0,07823
5 1962 8,7332 7,81145 9,2779 0,02132
6 1963 8,7509 7,77039 9,2977 0,06255
7 1964 8,7924 7,75307 9,3311 0,23289
8 1965 8,8750 7,82740 9,3657 0,43465
9 1966 9,1050 8,07770 9,5809 0,60064
10 1967 9,3129 8,18004 9,8358 0,77948
11 1968 9,4738 8,27055 9,9564 0,84076
12 1969 9,4291 8,31059 10,0004 1,00189
13 1970 9,3468 8,15047 9,9534 1,04609
14 1971 9,2124 7,91517 9,8486 0,95128
15 1972 9,0802 7,96106 9,8342 0,97795
16 1973 9,2748 8,02597 9,8140 1,19855
17 1974 9,3644 8,10119 9,8716 1,37927
18 1975 9,4094 8,14297 9,9271 1,21982
19 1976 9,5044 8,17836 9,9131 1,50437
20 1977 9,6047 8,28801 9,9559 1,71540
21 1978 9,7440 8,46720 10,1037 1,92360
22 1979 10,0222 8,65232 10,3419 2,16460
23 1980 10,1955 8,80499 10,5113 2,26792
24 1981 10,3034 8,98153 10,6039 2,42746
25 1982 10,2417 8,95546 10,7125 2,49750
26 1983 10,3262 8,93089 10,6632 2,47373
27 1984 10,2560 8,91690 10,7302 2,61771
28 1985 10,4624 8,98805 10,7732 2,44101
29 1986 10,5502 9,10319 10,8743 2,53751
30 1987 10,5737 9,17777 10,9206 2,85079
31 1988 10,6333 9,21186 11,0444 2,82018
32 1989 10,6768 9,25614 11,1949 2,82289
33 1990 10,8468 9,32587 11,2812 2,72615
34 1991 10,9698 9,24224 11,3309 2,54905
35 1992 11,0506 9,35001 11,3281 2,55048
36 1993 10,9173 9,28638 11,2780 2,50060
37 1994 10,8390 9,24362 11,1210 2,62398
38 1995 10,7585 9,12033 11,0568 2,77913
39 1996 10,7645 9,19414 11,1375 2,79638

La primera etapa del estudio consiste en estimar el modelo por MCO mediante el Minitab.
Para ello, seleccionamos Stat > Regression > Regression :

Proyecto e-Math 15
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

A continuacin completamos los campos segn se indica:

Los resultados de estimacin se muestran en el siguiente cuadro:

Regression Analysis

The regression equation is

log(Y) = - 1,17 + 0,559 log(L) + 0,601 log(K) + 0,0329 log(A)

Proyecto e-Math 16
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

Predictor Coef StDev T P

Constant -1,1666 0,4613 -2,53 0,016
log(L) 0,5585 0,1237 4,51 0,000
log(K) 0,6014 0,1018 5,91 0,000
log(A) 0,03291 0,03229 1,02 0,315

S = 0,06750 R-Sq = 99,3% R-Sq(adj) = 99,3%

Analysis of Variance

Source DF SS MS F P
Regression 3 23,5977 7,8659 1726,58 0,000
Residual Error 35 0,1595 0,0046
Total 38 23,7572

A partir de la salida de estimacin por MCO, el vector de parmetros estimados, B, resulta

ser B = (-1,17; 0,559; 0,60; 0,033). Los signos que presentan los parmetros asociados a las
variables explicativas son positivos y, por tanto, eran esperables. Puesto que la funcin de
regresin es una transformacin logartmica de la funcin de produccin de Cobb-Douglas,
los parmetros miden las elasticidades de la produccin respecto al empleo, al capital y al
avance tecnolgico respectivamente:

log(Y )
eY , L = 2 = ;
log(L )

log(Y )
eY , K = 3 = ;
log(K )

log(Y )
eY , A = 4 = .
log( A)

Una vez estimado el modelo, procedemos a analizar la validez estadstica del modelo. Por
ejemplo, para contrastar la significacin individual del la variable log(A), especificamos la
hiptesis nula H0: 4 = 0 frente a la hiptesis alternativa bilateral HA: 4 0. El contraste de
hiptesis realizaremos en base del estadstico de contraste t y el p-valor asociado.
Suponiendo cierta la hiptesis nula, el estadstico de contraste se calcula t4 = B4/SE(B4),
siendo SE(B4) la desviacin tpica del estimador B4. A partir de los resultados de estimacin,
tenemos que t4 = 1,02 con p-valor = 0,315. Recordemos que p-valor = Prob(t > t4 = 1,02).
Como p-valor = 0,315 > = 0,05, no podemos rechazar la hiptesis nula para el nivel de
significacin de 5%. Tambin, haciendo el uso del valor crtico tn-k;/2 = t35;0,025 = 2,0301 a
partir de las tablas de una distribucin t-Student, queda t4 = 1,02 (-2,0301; 2,0301) lo cual
nos conduce a la misma conclusin. Por tanto, la variable el avance tecnolgico resulta
estadsticamente no significativa. La evidencia emprica parece indicar que el desarrollo
tecnolgico no ha sido decisivo para la industria aeronutica. En cambio, los resultados de
los contrastes de significacin individual de log(L) y de log(K) nos llevan a rechazar la
hiptesis nula; concluimos, por tanto, que tanto el capital humano como el capital fsico son
significativos a la hora de explicar la variacin de la produccin en el sector aeronutico.

Una vez analizada la relevancia individual de las variables explicativas, pasamos a contrastar
la significacin conjunta del modelo. Utilizando el estadstico F0 a partir del cuadro de
estimacin y comparndolo con el valor crtico Fk-1;n-k; a partir de las tablas de una
distribucin F de Snedecor queda:

F0 = 1726,58 > F3;35;0,05 = 2,8742.

Proyecto e-Math 17
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

Puesto que el estadstico de contraste muestral es muy superior al valor crtico a partir de las
tablas, rechazamos la hiptesis nula de no significacin global del modelo.

A continuacin, a base del modelo estimado, pasaremos a realizar la prediccin, tanto del
valor esperado como del valor observado, de la variable endgena para el ao 1997,
teniendo en cuenta la siguiente informacin sobre las variables explicativas para el ao 1997:

log(L97) = 9,00; log(K97) = 11,50 y log(A97) = 2,80.

Volvemos a seleccionar Stat > Regression > Regresin y completamos los campos
en la ventana Regresin tal y como hemos hecho para estimar el modelo de regresin. A
continuacin, dentro de la misma ventana seleccionamos Options y introducimos los valores
de predictores, especificando el 95% nivel de confianza. Por ltimo, marcamos las opciones
Fits, SDs of fits, Confidence limits y Prediction limits para mostrar el ajuste de
prediccin, la desviacin tpica de prediccin, los intervalos de confianza y los intervalos de
prediccin, respectivamente:

Los resultados de prediccin aparecen en el siguiente cuadro:

Predicted Values

Fit StDev Fit 95,0% CI 95,0% PI

10,8678 0,0677 ( 10,7304; 11,0052) ( 10,6738; 11,0619) XX
X denotes a row with X values away from the center
XX denotes a row with very extreme X values

Los resultados indican que la prediccin de la produccin en el sector aeronutico (prediccin

puntual) es:

log(Y97) = -1,17 + 0,559.log(L97) + 0,601.log(K97) + 0,0329.log(A97) = -1,17 + 0,559.9,0 +

0,601.11,5 + 0,0329.2,80 = 10,865.

Proyecto e-Math 18
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

Observad que la prediccin realizada es de una transformacin logartmica; no obstante,

nuestro inters reside en la prediccin de la produccin en niveles. A tales efectos,
calculamos la exponencial del resultado anterior:

Y97 = exp(log(Y97)) = exp(10,865) = 52.293 millones de dlares.

El intervalo de prediccin del valor esperado de la variable endgena en el programa Minitab

coincide con el intervalo de confianza para el parmetro Xn+hB:

IP(E(Yn+h)) = IC(Xn+hB) = {10,7304; 11,0052}.

Finalmente, el intervalo de prediccin sobre el valor observado de la variable endgena es:

IP(YN+h) = {10,6738; 11,0619}.

En efecto, el intervalo de prediccin del valor observado de la variable endgena es ms

grande que el intervalo de prediccin para el valor esperado de la variable endgena.

Proyecto e-Math 19
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
 Modelo de Regresin Lineal Mltiple

BIBLIOGRAFA ______________________________________________

[1] Arts, M.; Suriach, J.; et al (2002): Econometra. Ed. Fundaci per a la Universitat Oberta de
Catalunya. Barcelona.

[2] Carter, R.; Griffiths, W.; Judge, G. (2000): Using Excel for Undergraduate Econometrics.
ISBN: 0-471-41237-6

[3] Doran, H. (1989): Applied Regression Analysis in Econometrics. Ed. Marcel Dekker, Inc.
ISBN: 0-8247-8049-3

[4] Gujarati, D. (1997): Econometra bsica. McGraw-Hill. ISBN 958-600-585-2

[5] Johnston, J. (2001): Mtodos de econometra. Ed. Vicens Vives. Barcelona.

ISBN 84-316-6116-X

[6] Kennedy, P. (1998): A Guide to Econometrics. Ed. MIT Press. ISBN: 0262611406

[7] Novales, A. (1993): Econometra. McGraw-Hill. ISBN 84-481-0128-6

[8] Pulido, A. (2001): Modelos economtricos. Ed. Pirmide. Madrid. ISBN 84-368-1534-3

[9] Uriel, E. (1990): Econometra: el modelo lineal. Ed. AC. Madrid. ISBN 84-7288-150-4

[10] Wooldridge, J. (2001): Introduccin a la Econometra: un enfoque moderno. Ed. Thomson

Learning. ISBN: 970-686-054-1

ENLACES ___________________________________

http://www.feweb.vu.nl/econometriclinks/index.html
The Econometrics Journal On-Line

http://www.elsevier.com/hes/books/02/menu02.htm
Libro on-line: Handbook of Econometrics Vols. 1-5

http://elsa.berkeley.edu/users/mcfadden/discrete.html
Libro on-line: Structural Analysis of Discrete Data and Econometric Applications

http://www.oswego.edu/~kane/econometrics/stud_resources.htm
Online Resources for Econometric Students

http://www.econ.uiuc.edu/~morillo/links.html
Econometric Sources: a collection of links in econometrics and computing. University of Illinois

http://www.econometrics.net/
Econometrics, Statistics, Mathematics, and Forecasting

http://ideas.uqam.ca/EDIRC/ectrix.html
Economics Departments, Institutes and Research Centers in the World: Econometrics,
Mathematical Economics

Proyecto e-Math 20
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)