Conclusión

En esta unida 2 se dio a explicar sobre el tema de regresión lineal múltiple que es una técnica
que modela pro balísticamente el valor esperado de una variable Y, a partir de los valores
de dos o más predictores. Es un método muy utilizado para investigaciones que permite
determinar la posibilidad de predecir a través de una expresión muy simple, es decir, el
valor esperado de la respuesta de interés a partir de los valores observados de una serie de
factores y también determina la importancia relativa de la asociación lineal entre la
respuesta y un predictor respecto a la asociación entre ella y el otro predictor, es decir,
estimar la relación lineal entre los predictores y la variable a partir de nuestros datos.

Una matriz de varianza- covarianzas es una matriz cuadrada que están asociadas con
diferentes variables, es decir, los elementos de la diagonal de la matriz contienen las
varianzas de las variables, mientras que los elementos que se encuentran fuera del diagonal
contienen las covarianzas entre todos los pares posibles de variables.

La regresión múltiple se utiliza o se aplica para la predicción de respuestas a partir de

variables explicativas. Nos ayuda a crear un modelo donde se selecciona las variables que
pueden influir en la respuesta, descartando las que no aportan información. Detección de
interacciones entre variables independientes que afectan a la variable.