REGRESIÓN MÚLTIPLE

WILMAN ARBEY RAMIREZ M. 1161441

Presentado a: Ing. Mecánico Isidro Hely

UNIVERSIDAD FRANCISCO DE PAULA SANTANDER

CÚCUTA – NORTE DE SANTANDER
ANALISIS NUMERICO - 1155501
2018
 PROBLEMA 9.1
Se ha simulado un modelo de regresión con 20 observaciones sobre smartphones y 4
variables regresoras. Los valores de la variable regresora x1 eran largo generados de
una U, los de x2 el espesor o grosor de una U , los de x3 son de ancho de una N (0,4) . La
variable x4 se obtenía a partir de la siguiente relación.

La variable de interés Y perímetro se obtenía a partir de la ecuación:

siendo ԑ la variable de error de observación que se generaba a partir de una distribución N

. Los datos obtenidos están en la siguiente tabla adjunta:

Estudiar el modelo de regresión lineal múltiple ajustado a estas observaciones y comparar

con el modelo de simulación que generaba las observaciones.
DEMOSTRACION:
Ax=b para 4 variables independientes

n ∑ x1 ∑ x2 ∑ x3 ∑ x4 a0 ∑y

[ ][ ] [ ]
2
∑ x 1 ∑ x 1 ∑ x 1 x 2 ∑ x 1 x 3 ∑ x 1 x 4 a1 ∑ x1 y
2
∑ x 2 ∑ x 1 x2 ∑ x 2 ∑ x 2 x 3 ∑ x 2 x 4 ∙ a2 = ∑ x2 y
∑ x 3 ∑ x 1 x3 ∑ x 2 x 3 ∑ x23 ∑ x 3 x 4 a3 ∑ x3 y
2
∑ x 4 ∑ x 1 x 4 ∑ x 2 x 4 ∑ x3 x 4 ∑ x 4 a4 ∑ x4 y
 a0 n ∑ x1 ∑ x2 ∑ x3 ∑ x4 ∑y

[ ] ([ ]) [ ]
2
a1 ∑ x 1 ∑ x 1 ∑ x 1 x2 ∑ x 1 x 3 ∑ x 1 x 4 ∑ x1 y
2
a2 =inv ∑ x 2 ∑ x 1 x 2 ∑ x 2 ∑ x 2 x 3 ∑ x 2 x 4 ∙ ∑ x 2 y
a3 ∑ x 3 ∑ x 1 x 3 ∑ x 2 x3 ∑ x 23 ∑ x 3 x 4 ∑ x3 y
a4 2
∑ x 4 ∑x 1 x 4 ∑ x 2 x 4 ∑ x 3 x 4 ∑ x 4 ∑x 4 y

Solución:
La tabla trabajada, se extrajeron los datos y se incluyeron en el programa Excel® el cual
nos permite con más facilidad el manejo de procesos.
Posteriormente se halló la matriz y se soluciono por matriz inversa, dando como solución
los coeficientes:

Luego se calcularon los ajustes de dispersión y el índice de correlación, y el error de

observación:
Tabla completa:

Dando así la ecuación solución:

y=0.36615+ 0.0593 X 1 +0.4798 X 2−0.210228 X 3+1.706837 X 4 ±13,60754

 EJERCICIO #1:
Para los siguientes datos hallar la ecuación de regresión múltiple:
Y X1 X2 X3 X4 Y X1 X2 X3 X4
11.12 2 4 6 20 10.872 5 15 56 62
22.68 5 3 8 30 28.93 8 3.5 8.8 5
28.042 7 2 3 7 -126.738 0.5 45 -16 2
35.306 4 0.4 23 1 126.39 48 10.1 42 115
53.318 25 9 5.6 3 100.6 85 45 15 100
-8,4982 1 15 38 0.3 -129.996 12 61 15 84
63.06 16 -2 4 10 -166.1 15 79 35 150
-1.95 0.3 8 12 50 177.074 61.1 0.46 21 34
44.24 14 10.62 51 100 76.062 17 7 77 177
-5.692 9 16 9.4 18 91.83 5 13 200 555
Solución:
Los datos fueron trabajados en el programa Excel®, dando así las siguientes tablas:

Dando como resultado la ecuación de regresión que me representa esté fenómeno como:
Con un índice de correlación perfecto, y así dado por terminado el ejercicio.
Dando como solución la siguiente ecuación: y=15+CONCLUSIONES
2,5 X 1−3 X 2 +0,5 X 3 +0,006 X 4
La regresión lineal múltiple me ayuda a transformar una serie de datos relacionados entre
sí, para describir una variable con respecto a las otras, dando como resultado una ecuación
general que me cumple con la mayoría de los datos dados. Para esto se observa
detenidamente el índice de correlación, el cual tiene que ser muy cercano a 1 para poder
tomarlo como preciso o casi preciso.
El método de regresión múltiple es muy parecido al polinomial, pero en esté caso las
variables independientes vendrán de diferentes tipos de datos, aún así, se solucionan de
forma muy parecida, hallando los coeficientes por matriz inversa.
En el problema 9,1 podemos dar como conclusión que la ecuación de regresión múltiple
encontrada no es totalmente precisa, dando como error de observación 13,6 el cual es un
número excesivo, y el índice de correlación dando 0,9255 por lo tanto el proceso no es el
más preciso, pero puede ser utilizado como solución.
 BIBLIOGRAFIA

 Ejercicio 9,1 de la página web de Universidade Da Coruña, asignatura Estadística

aplicada, http://dm.udc.es/asignaturas/estadistica2/sec9_2.html consultado el dia:
5/05/2018.

n ∑ x1 ∑ x2 ∑ x3 a0 ∑y

[ 2

][ ] [ ]
∑ x 1 ∑ x 1 ∑ x 1 x 2 ∑ x 1 x 3 a1
∙
∑ x 2 ∑ x 1 x 2 ∑ x2 ∑ x 2 x 3 a2
2
∑ x3 ∑ x 1 x 3 ∑ x 2 x 3 ∑ x 3 a3
=
∑ x1 y
∑ x2 y
∑ x3 y

n ∑ x1 ∑ x2 ∑ x3 ∑ x4 a0 ∑y

[ ][ ] [ ]
2
∑ x 1 ∑ x 1 ∑ x 1 x 2 ∑ x 1 x 3 ∑ x 1 x 4 a1 ∑ x1 y
2
∑ x 2 ∑ x 1 x2 ∑ x 2 ∑ x 2 x 3 ∑ x 2 x 4 ∙ a2 = ∑ x2 y
∑ x 3 ∑ x 1 x3 ∑ x 2 x 3 ∑ x23 ∑ x 3 x 4 a3 ∑ x3 y
∑ x 4 ∑ x 1 x 4 ∑ x 2 x 4 ∑ x3 x 4 ∑ x 24 a4 ∑ x4 y