Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Regresión Múltiple
15-1
1. Especificación del Modelo
15-2
2. Construcción del Modelo
3. Inspección gráfica.
15-4
Ejemplo
15-5
1. Especificación del Modelo
Se propone el modelo:
Demanda = β0 + β1(Precio) + β2(Publicidad) + ε
Chequeo gráfico
15-7
2. Construccion del Modelo
Matriz de correlaciones:
Demanda Precio Publicidad
Demanda 1.0000000 -0.44327318 0.55631986
Precio -0.4432732 1.00000000 0.03043758
Publicidad 0.5563199 0.03043758 1.00000000
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 306.5262 114.2539 2.683 0.0199 *
Precio -24.9751 10.8321 -2.306 0.0398 *
Publicidad 0.7413 0.2597 2.855 0.0145 *
Residual standard error: 47.46 on 12 degrees of freedom
Multiple R-squared: 0.5215, Adjusted R-squared: 0.4417
F-statistic: 6.539 on 2 and 12 DF, p-value: 0.01201
15-8
2. Construcción del Modelo
15-9
3. Diagnóstico del Modelo
Prueba de linealidad:
H0: β0 = β1 = β2 = 0
H1: β0 = 0 o β1 = 0 o β2 =0
F-statistic: 6.539 on 2 and 12 DF, p-value: 0.01201
15-10
3. Diagnóstico del Modelo
15-11
3. Diagnóstico del Modelo
data: df$rstudent.modelo
D = 0.11254, p-value = 0.98 alternative hypothesis: two-sided
15-12
3. Diagnóstico del Modelo
Breusch-Pagan test
data: modelo
BP = 1.1055, df = 2, p-value = 0.5754
data: modelo
DW = 1.6831, p-value = 0.6037
alternative hypothesis: true autocorrelation is not 0
15-14
3. Diagnóstico del Modelo
Multicolinealidad
En los modelos multiples se debe analizar la
multicolinealidad de las variables, es decir el efecto
de tener variables independeientes altamente
correlacionadas. Los problemas que causa la
multicolinealidad es:
- No proporciona nueva información.
- Coeficientes inestables (error estándar grande y
valores t bajos).
- Los signos de los coeficientes podrían no ser
coherentes con nuestras expectativas iniciales y
con la matriz de correlación. 15-15
3. Diagnóstico del Modelo
Multicolinealidad
Indices de inflación de varianza.
1
VIFj =
1 − R 2j
15-16
3. Diagnóstico del Modelo
Multicolinealidad
Indices de inflación de varianza.
vif(lm(Demanda ~ Precio + Publicidad, data = df))
Precio Publicidad
1.000927 1.000927
15-17
4. Uso del Modelo
15-18