!

Tema 3

A NLISIS DE REGRESIN LINEAL

MLTIPLE
!
!
!

!
!
!
!

!
!
!

!
!
!

! 10!
!

Es!posible!cuantificar!el!grado!de!relacin!entre!dos!variables!(mediante!la!
covarianza!y!la!correlacin),!as!como!analizar!grficamente!mediante!un!diagrama!
de!dispersin,!el!tipo!de!relacin!de!que!se!trata.!El!anlisis!de!regresin!lineal,!
adems,!permite!explicar!una!de!las!dos!variables!si!conocemos!la!otra,!utilizando!
la!ecuacin!general!de!la!recta.!
Sin!embargo,!es!posible!que!nuestros!pronsticos!no!sean!totalmente!
exactos,!por!lo!que!ser!necesario!introducir!el!error!en!el!modelo!(la!diferencia!
entre!la!puntuacin!predicha!y!la!observada).!De!modo!que!el!modelo!final!sera!
Y=a+bX+e.!
La!regresin!lineal!tiene!tres!objetivos:!determinar!la!funcin!que!
relaciona!las!VIs!con!la!VD,!si!estas!explican!una!varianza!significativa!de!la!VD,!y!el!
peso!de!la!una!a!la!hora!de!explicar!la!VD.!
Cuando!recurrimos!a!!una!sola!VI!para!explicar!la!VD,!estamos!utilizando!la!
regresin)lineal)simple;!mientras!que!cuando!recurrimos!a!ms!de!una,!se!trata!de!
regresin)lineal)mltiple.!
El!objetivo'general!de!la!regresin!mltiple!es!explicar!la!mayor!cantidad!
de!variabilidad!de!la!VD!recurriendo!al!menor!nmero!posible!de!VIs!(principio!de!
parsimonia),!para!lo!que!resulta!fundamental!que!cada!VI!tenga!una!alta!
correlacin!por!separado!con!la!VD.!
Su!aplicacin!pasa!por!el!cumplimiento!de!una!serie!de!supuestos:!todas!
las!variables!han!de!ser!mtricas!y!seguir!una!distribucin!normal,!ha!de!haber!una!
relacin!lineal!entre!cada!VI!y!la!VD,!no!deben!existir!correlaciones!fuertes!entre!
las!VIs!(multicolinealidad),!y!adems!los!errores!cometidos!en!los!pronsticos!
deben!seguir!una!distribucin!normal,!ser!independientes!y!con!una!varianza!
constante!(homocedasticidad).!
La!estimacin'de'parmetros!consiste!en!conocer!la!combinacin!lineal!
de!las!VIs!que!genera!una!mejor!explicacin!de!la!VD,!mediante!el!mtodo!de!
mnimos)cuadrados,!que!permite!estimar!el!peso!relativo!de!cada!VI!en!el!modelo.!
Para!identificar!la!recta!que!mejor!se!ajusta!a!los!datos,!con!una!menor!distancia!
entre!cada!valor!observado!y!cada!valor!pronosticado,!se!recurre!a!la!suma!de!los!
valores!cuadrados!de!las!distancias!verticales!entre!ambos.!El!anlisis!definir!
aquella!ecuacin!que!genera!una!suma!de!errores!al!cuadrado!menor.!
Existen!dos!fuentes!de!variacin:!la!variabilidad!explicada!por!la!regresin!
y!una!variabilidad!debida!al!error.!

Para!comprobar!la!significacin!de!cada!VI!se!utiliza!un!contraste!
estadstico,!la!t!de!Student.!

La!evaluacin'del'ajuste!consiste!en!determinar!si!el!modelo!resulta!
estadsticamente!significativo!(si!se!ajusta!a!la!realidad),!y!esto!se!lleva!a!cabo!
mediante!un!anlisis)de)varianza,!con!el!que!se!pretende!poner!a!prueba!en!qu!
medida!la!variabilidad!explicada!por!la!regresin!es!mayor!que!la!debida!al!error.!
Cuanto!mayor!sea!el!estadstico!F,!mayor!ser!la!probabilidad!de!que!no!se!haya!
obtenido!por!azar,!y!por!tanto!se!considerar!estadsticamente!significativo.!

! 11!
!

Para!conocer!la!magnitud,!se!utiliza!el!coeficiente)de)determinacin,!que!
representa!la!capacidad!explicativa!del!modelo,!y!al!multiplicarlo!por!cien!
obtenemos!el!porcentaje)de)varianza)explicada.!Sin!embargo,!su!valor!suele!verse!
artificialmente!aumentado!en!aquellos!casos!en!los!que!se!trabaja!con!pocas!
observaciones!y!muchas!variables,!por!lo!que!se!recomienda!corregirlo.!
La!interpretacin'de'los'resultados!implica!la!evaluacin!de!la!
capacidad!explicativa!de!cada!VI,!expresada!mediante!un!coeficiente)de)regresin,!
que!informa!del!cambio!esperado!en!la!VD!por!cada!unidad!que!aumente!o!
disminuya!cada!VI.!El!signo!nos!permitir!conocer!la!direccin!de!la!relacin.!
La!reespecificacin'del'modelo!consiste!en!la!seleccin!del!nmero!
ptimo!de!variables!explicativas!mediante!el!mtodo)de)pasos,!introduciendo!(o!
eliminando)!sucesivamente!variables!en!el!modelo!y!comprobando!el!grado!de!
ajuste!alcanzado!en!cada!paso.!
El!ltimo!paso!es!la!validacin'de'los'resultados'obtenidos.!

!
!

!
!
!
!

!
!
!

!
!
!

! 12!