MODELO DE REGRESION MULTIPLE

Modelo: Y i = β 1+β 2 X 2i +....+β k X ki+ε i , para i=1,n

Y ´ Y − β^ ´( X ´ Y )
1) β^ =( X ´ X )−1 X ´ Y σ^ 2ε =S2e =
n−k

2) 2
R = 1−
SCE
= 1−
∑ e2i R2 = 1−
[ SCE/(n−k )]
= 1−
n−1
(1−R2 )
SCT ∑ (Y i− y )2 [ SCT /(n−1 )] n−k

3) L = β^ i ± t1−α /2 S β^
i

4) H 0 : Rβ=r
^
W=( R β−r)´ ^
[V ( R β−r)]−1 ^ ) es χ 2
( R β−r ( q)
^ )´ [ R ( X ´ X )−1 R ´ ]−1 ( R β−r
{( R β−r ^ )}/q
F= es F( q,n−k )
e ´ e /(n−k )

5) H 0 : B 2= 0 ( subconjunto de s var iables ) H 1 : B2 ≠ 0

[ SCE( MR )−SCE(MSR )]/ s [ SCR(MSR )−SCR( MR )]/s
F= = es F ( s, n−k )
SCE( MSR )/(n−k ) SCE( MSR )/(n−k )

SCR/k −1
H 0 : β 2= 0 , β 3 = 0 , . .. , β k = 0 F= es F( k−1 , n−k )
6) SCE/n−k

( β^ i −β i )
¿
¿ ¿
7) H 0 : β i= β H 1: βi ¿ β T= es t ( n−k ) si H 0 es cierta
i i
S e √ aii

8) Predicción interválica

L=Y^ i ±t1−α /2 √ S 2e X 'i ( X ´ X )−1 X i L=Y^ i ±t 1−α /2 √ S 2e (1+X 'i ( X ´ X )−1 X i )

9) Modelo en desviaciones de media

B^ 2 =( x ´ x )−1 x ´ y V ( B^ 2 )=σ 2 ( x ´ x )−1 β^ 1= Ȳ −( β^ 2 X̄ 2 +.. ..+ β^ k X̄ k )

2
σ
V ( β^ 1 )= +σ 2 X̄ 2 ´( x ´ x )−1 X̄ 2 cov ( β^ 1 , B^ 2 )=−σ 2 X̄ 2 ´ ( x ´ x )−1
n
10) coeficientes estandarizados
Y i −Ȳ SX X 2 i− X̄ 2 SXk X ki − X̄ k
= β2 ( ) +ε
SY S
Y
2

( SX
2
) +. .. .+ β k
S
Y
SX
k
i