Análisis de Regresión Múltiple (ARM)

El ARM es más adecuado para un análisis con dos o más variables Independientes debido a que
permite controlar de manera explicita otros factores que afectan de manera simultánea la variable
dependiente.

El modelo con 2 variables independientes.

El ejemplo que se muestra es una variación del RLMS solo que en este caso se tienen dos variables
independientes.

Ejemplo.

Salario= β 0 + β 1educación + β 2experiencia+µ

En este caso salario esta denominado por 2 variables y por otros factores contenidos en µ.

Comparado con un MRLS en el que el salario se relaciona con educación la educación extrae el
error(µ) la variable experiencia Y la plantea explícitamente n la ecuación, en este caso el
coeficiente β 2 mide el efecto parcial sobre salario.

Para un MRM con 2 variables independiente Se puede medir el efecto de la educación sobre el
salario manteniendo constante la experiencia.

Modelo con k variables independientes.

El MRM permite conocer muchos factores observados que afectan a y.

Por ejemplo, en el MRM de salario se pueden incorporar variables como sexo, edad, experiencia
laboral, etc.

El modelo general de MRM se plantea:

y=β 0 + β 1 x 1 + β 2 x 2 +…+ β k x k + μ

Donde :

β 0 es el intercepto

β 1 es el parámetro asociado a x 1

β 2 es el parámetro asociado a x 2

Como hay k variables independientes y un intercepto el MRM contiene k+1 parámetros

(desconocidos), a los parámetros diferentes al intercepto se les llamará parámetros dependientes.

El supuesto clave en el MRM se establece con una esperanza condicional.

E ( μ∨x1 , x2 , … x k )=0