Capítulo 6: Regresión múltiple

! "#
$ $
% & ' $ %
& ( ) %
) *
+

"# , -. / . .0 1 /. 2 3 % .-4&

& * .
2 ! )! $
5 *
! $ 6
) ! 6*
$ ) 7 $
! ) 6*

7 *
& *
! $ $ !
6 $ % $ ! 4 $
*

5 ( * 4
$ ( 8
9 * 9 * (
) $ )

6.1 Aplicaciones de la regresión múltiple

' $
& ( $
5 $ *
+
• :
$ *
$ $ *
• $ *
6
! $
* !
 ;

• ' *)
( & $
*

6.2 Requisitos y limitaciones

< $ (
+
• +4 $
& 4
*
7
! (
$ $ & $
6
• +4
*

* $ $ % 5
$ $
( * =
>
6 * $

5 $ ! & 6*
$ !
$ ? ' !
! ) $
6 ! ! ! ! '
& $
• +
$ $
$ 6 6 ! $ @
A4 ! $
" 7 $
!
& * 6
5
* ' 6
$ 6 + =3
6 * >
$ 0.
$
: * 6
""
• +4 6 !
*

* $ ! ( )< *
( $ $ *
 B

6 * C$ ) ( +
& *
4 ) !

• +' 6
D *
* C
6
< ( $ *

6.3 Variables numéricas e indicadoras (dummy)

+
# = ". + "2 ! 2 + +" !
• E
• 5 ( ! &
• 5 * " )
$
' * @ A
*
( ' ! $
4 * *
$ *
& ) * *

' 6 $ ( 4
$ & % $(
& C $ $ *
(
$$%

4 * . 2 C)
& * &
+
' = −2.. + 2 ⋅ − ⋅&
! * 4 & ,. ! 4 & ,2
$ F
$ ! ' * 2 $
* ) $
& ( G

4 $ *
! * $
$ (
' ) (
$ *$ * @* A +

!"
 -

#" $ . .
% 2 .
!" . 2

' ( ! ! $ ! *6
+
' = −2.. + 2 ⋅ − ⋅& + H⋅ −;⋅ ) (

• ) $
2G
• 5 G $ !

• 4 ) HG 6 $
) , 1 ,.
6
• 4 ;G $
6

7 $ ( ) $
0
C:71C *
* $
* C:71C * &
* *
$ $

6.4 Interpretación de los resultados

' ! ! !
( $ ! ' 6
$ ! $ " $
* )!
$ ! $
*
• " " +5 ! $
6 * D !

* 5 ! $ !
* 5 * !
6
• +5 ) *
) *
*
+4 * $ %
' $
4 * *
* = > !
 I

*
*
* '
$ $ *
*
• & +< ( + $
5

! ' ( + $
*
8 6 $
6 & 6
8 $ +
! $ 4
*
$
5 ) ( + ( $
! : 6
4
( @ A
(
)
*
• ' +: *
'
$ (
% C
)
5 6*
5
$ 2 /2 8 6
& * &
8 ' *
$ (
$

6.5 Variables confusoras

D 6 6 * *
D ! * *
*

8 $ *
$ !
$ ( ! : *) $
& * 4 & )
*) ! ( ! $ $
 H.

! ! $ $ !) C 6
& * 6

8 * $ 6 *
* *
! * " (

* *
$ * *
$
* $ * *
* ' ! ! $
$ (
* * & '
$)

(& )1 $ )
6 ( C:71C (
J $ & (
4 (
8 ( * 00 4 *
(
( $ &
* $ 6 * 4
) * * $
* ! 6
: ! * 6 '
+
• 1 +5 * @ (A @ A
• 1 & +
o 5 &
! $
o 5 ( 8 $
* ) *
+

* +, +,

. .
+, 2 .
+, . 2

5
4 44 (, (-
 H2

@C K
J 5 ?A

7 6 $
* & ! ! $
&
$ !

ANOVAb

Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 237,770 3 79,257 12,248 ,000a
Residual 401,192 62 6,471
Total 638,962 65
a. Variables predictoras: (Constante), Antes, Indic.Técnica I, Indic.Técnica II
b. Variable dependiente: Diferencia

' * * '
+
• ( & +
 H0

D* =2 B + H.; ⋅ 3( " + 0 -0B ⋅ 3( "" . H;B ⋅ C

• +, + 2 BL4 *
$
. 4 . !
! & .
• +, , +' *
& . ! $ 1 H
* IM$ 2 -B H I L' *
6 $ $
( ( "* (

• +, , +' *
,. ..2 ! $ *
! . . L1 0- * IM $
2 0B H -L' * 6 $
$ (
( "" * (
• +, -% .+ ' * ,. .. L
! $ * ! . . L1 . HB
* IM $ . B; . 2BL'
* $ ( $
$ $ . H;

Coeficientesa

Coeficientes
Coeficientes no estandarizad Intervalo de confianza para
estandarizados os B al 95%
Límite
Modelo B Error típ. Beta t Sig. Límite inferior superior
1 (Constante) 13,557 1,292 10,494 ,000 10,975 16,140
Indic.Técnica I 3,406 ,770 ,516 4,422 ,000 1,866 4,945
Indic.Técnica II 2,827 ,777 ,428 3,637 ,001 1,273 4,380
Antes -,467 ,149 -,321 -3,144 ,003 -,765 -,170
a. Variable dependiente: Diferencia

( J J
# J . B0 * +'
$
6 6 4 *
$ 6
!
6 B 0M

Resumen del modelob

R cuadrado Error típ. de la

Modelo R R cuadrado corregida estimación
1 ,610a ,372 ,342 2,54378
a. Variables predictoras: (Constante), Antes, Indic.Técnica I,
Indic.Técnica II
b. Variable dependiente: Diferencia
 H

' (
$ ! 8 *)

@N * ?A
* ' 6
& C $ !
&

' * O J'D *
* OJ'4"D $ !
: :
$ ! ! *

Gráfico de dispersión
Variable dependiente: Diferencia
2

1
Regresión Residuo tipificado

-1

-2

-3
-3 -2 -1 0 1 2

Regresión Valor pronosticado tipificado

' 6* $
! ) * 4
& 5 6 &
6* * $ $