TEMA 7: REGRESIÓN LINEAL

7.1.- Con objeto de analizar las variables que pueden influir en el grado de armonía familiar, se ha construido
una ecuación de regresión tomando como variables predictoras el cociente intelectual de cada uno de los
cónyuges (X1 y X2) y los ingresos familiares (X3) y como variable criterio se utilizó un cuestionario de ajuste
familiar (Y).
Los datos obtenidos para 25 familias han sido:
R2 = 0,6
SCy = total = 625
A partir de los mismos, responda razonadamente (con α= 0,05):
a) Construya la tabla del ANOVA de la regresión
b) Plantear la hipótesis nula del ANOVA de la regresión y decidir sobre la misma a partir de los resultados
obtenidos en a)
c) ¿Cuál es la proporción de varianza de Y que no está explicada por las tres variables predictoras?

a) R2 = SCregresión/SCtotal → SCregresión = R2 * SCtotal = 0,6*625 = 375

SCtotal = SCregresión + SCerrror(residual) → SCerror = SCtotal – Scregresión = 625-375 = 250

FV SC gl MC F
regresión 375 3 125 23.02
error 250 46 5,43
total 625 49

2
b) H : β = β = β = 0 ↔ H :ρ =0
0 1 2 3 0 Y.1,2,3
El coeficiente intelectual de cada uno de los cónyuges y los ingresos familiares no predicen
significativamente la armonía familiar. El peso, o pendientes, de cada una de los predictoras no es
estadísticamente significativo. La proporción de varianza de armonía familiar que puede predecir el CI de cada
cónyuge y los ingresos no es estadísticamente significativa (R)2. El modelo de regresión no es estadísticamente
predictivo.

F = 23,02 > Tablas 0,990 F(3,46) = 4,13 Rechazamos Ho, luego verbalmente afirmamos las negación

El coeficiente intelectual de cada uno de los cónyuges y los ingresos familiares predicen significativamente la
armonía familiar. El peso, o pendientes, de las predictoras es estadísticamente significativo. La proporción de
varianza de armonía familiar que puede predecir el CI de cada cónyuge y los ingresos es estadísticamente
significativa (R)2. El modelo de regresión es estadísticamente predictivo.

c)
R2 = 0,6 → proporción de varianza explicada
1- R2 = 0,4 → proporción de varianza explicada de la armonía familiar no explicada por los CI e ingresos.
 7.3.- Se sabe que la nota media académica (Y) se relaciona con las variables CI, capacidad de resolución de
problemas y hábitos de estudio. Estamos interesados en conocer si las variables de autoconcepto académico,
social y emocional, producen un incremento significativo en la predicción de la nota media. Para ello
realizamos una regresión jerárquica, introduciendo en un primer bloque las tres primeras variables y en el
segundo bloque los tres autoconceptos.

Resumen del modeloc

Estadísticos de cambio
Error Sig.
R R cuadrado estándar de Cambio en Cambio Cambio
Modelo R cuadrado ajustado la estimación R cuadrado en F gl1 gl2 en F Durbin-Watson
1 ,910a ,828 ,825 ,61244 ,828 324,684 3 203 ,000
2 ,911b ,831 ,826 ,61145 ,003 1,221 3 200 ,303 1,602
a. Predictores: (Constante), resolución problemas, hábitos y convivencia, C.I. total WISC
b. Predictores: (Constante), resolución problemas, hábitos y convivencia, C.I. total WISC, autoconcepto social, autoconcepto
emocional, autoconcepto académico
c. variable dependiente, nota media académica

Coeficientesa
Coeficientes no Coeficientes Estadísticas de
estandarizados estandarizados Correlaciones colinealidad
Desv. Orden
Modelo B Error Beta t Sig. cero Parcial Parte Tolerancia VIF
1 (Constante) ,715 ,402 1,779 ,007
C.I. total WISC ,009 ,004 ,090 2,290 ,023 ,639 ,159 ,067 ,544 1,838
hábitos y ,285 ,037 ,285 7,774 ,000 ,713 ,479 ,227 ,631 1,586
convivencia
resolucion ,495 ,035 ,644 14,111 ,000 ,879 ,704 ,411 ,407 2,455
problemas
2 (Constante) ,397 ,580 ,684 ,049
C.I. total WISC ,009 ,004 ,094 2,344 ,020 ,639 ,163 ,068 ,526 1,901
hábitos y ,270 ,038 ,270 7,182 ,000 ,713 ,453 ,209 ,600 1,666
convivencia
resolucion ,494 ,036 ,642 13,801 ,000 ,879 ,698 ,402 ,391 2,559
problemas
autoconcepto ,020 ,017 ,042 1,168 ,244 ,426 ,082 ,034 ,661 1,513
académico
autoconcepto ,023 ,035 ,022 ,668 ,505 ,174 ,047 ,019 ,803 1,245
social
autoconcepto -,025 ,018 -,043 -1,347 ,179 ,185 -,095 -,039 ,837 1,195
emocional

a. Variable dependiente: nota media académica

 ANOVAa
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 365,354 3 121,785 324,684 ,000b
Residuo 76,142 203 ,375
Total 441,496 206
2 Regresión 366,723 6 61,120 163,482 ,000c
Residuo 74,773 200 ,374
Total 441,496 206

1. Indique el ajuste del modelo de regresión definitivo. Indique también cuál es el incremento que aportan
los tres tipos de autoconcepto (académico, social y emocional) sobre R2 y su significación en la
predicción. ¿Podemos afirmar que los tres autoconceptos, produce un incremento significativo en la
predicción de la nota media que aportaban las otras 3 predictoras?

R cuadrado ajustado modelo 2: ,826 El 82,6% de la nota media puede predecirse a partir de
resolución problemas, hábitos y convivencia, C.I. total WISC, autoconcepto social, autoconcepto
emocional, autoconcepto académico.

El incremento que aportan los autoconceptos, Cambio en R cuadrado modelo 2: ,003 su significación es
,303 >0,05 por lo tanto los los tres autoconceptos, no producen un incremento significativo en la
predicción de la nota media que aportaban las otras 3 predictoras

2. Interprete el estadístico de Durbin- Watson.

1,602 como toma valores entre 1,5 y 2,5 podemos afirmar que se cumple el supuesto de independencia.

3. Especifique la ecuación de regresión final o definitiva que nos permita predecir el rendimiento
académico en puntuaciones directas y en puntuaciones típicas.

Como los tres autoconceptos no incrementan significativamente la proporción de variabilidad

pronosticada de la nota media, nos fijamos en el modelo 1. Si el incremento fuese significativo nos
fijaríamos en el modelo 2.

Y´= 0,715 + 0,009 CI + 0,285 hábitos y convivencia + 0,495 resolución de problemas

ZY´= 0,090 ZCI + 0,285 Zhábitos y convivencia + 0,644 Zresolución de problemas

4. Indique el valor de la ordenada en el origen de la ecuación anterior

0,715

5. Indicar el valor de la pendiente en directas de resolución de problemas en el Modelo 1 y en el Modelo 2

Modelo 1 0,495 Modelo 2 0,494

6. Indicar el valor de la pendiente en típicas de autoconcepto emocional.

-,043

7. Indicar el nivel crítico o significación de la pendiente de autoconcepto social.

,505 > 0,05 esa variable no es estadísticamente predictiva de la nota media

8. Calcular el valor de la nota media que pronosticamos a un alumno que han obtenido un 8 en todas y
cada una las variables predictoras.

Y´= 0,715 + 0,009 CI + 0,285 hábitos y convivencia + 0,495 resolución de problemas

Y´= 0,715 + 0,009 (8) + 0,285 (8) + 0,495 (8) = 7,027

9. Formule la Ho del ANOVA del primer modelo 1, analítica y verbalmente. Decida sobre la misma.
2
H0: β1= β2= β3 = 0 ↔ H :ρ =0
0 Y.1,2,3
El CI, los hábitos de convivencia y resolución de problemas no predicen significativamente la nota
media. El peso, o pendientes, de cada una de los predictoras no es estadísticamente significativo. La
proporción de varianza de la nota media que se puede predecir á partir el CI, los hábitos de convivencia y
resolución de problemas no es estadísticamente significativa (R)2. El modelo de regresión no es
estadísticamente predictivo.
Decisión: como sig = 0,000 >0,001 rechazamos Ho
El CI, los hábitos de convivencia y resolución de problemas predicen significativamente la nota media. El
peso, o pendientes, de cada una de los predictoras es estadísticamente significativo. La proporción de
varianza de la nota media que se puede predecir a partir el CI, los hábitos de convivencia y resolución de
problemas es estadísticamente significativa (R)2. El modelo de regresión es estadísticamente predictivo.

10. Indicar el tamaño de la muestra sobre la que se ha realizado el análisis.

Los grados de libertad de la SC total son 206, luego el tamaño de la muestra es de 207 alumnos

11. Indicar el valor de la correlación entre la nota media y resolución de problemas, después de eliminar
sobre ambas el influjo de CI y hábitos de convivencia.
En la tabla de coeficientes miramos en el modelo 1, correlación parcial de resolución de problemas:
0,704

12. Indicar el valor de la correlación entre la nota media y resolución de problemas, después de eliminar
sobre resolución de problemas el influjo de CI y hábitos de convivencia.

En la tabla de coeficientes miramos en el modelo 1, correlación parte (semiparcial) de resolución de

problemas: 0,411

13. Indicar el valor de la correlación entre la nota media y CI, después de eliminar sobre ambas el influjo de
hábitos de convivencia, resolución de problemas, autoconcepto académico, social y emocional.

En la tabla de coeficientes miramos en el modelo 2, correlación parcial de CI: 0,163

14. Indicar el valor de la correlación entre la nota media y CI, después de eliminar sobre CI el influjo de
hábitos de convivencia, resolución de problemas, autoconcepto académico, social y emocional.

En la tabla de coeficientes miramos en el modelo 2, correlación parte (semiparcial) de CI: 0,06

15. Interprete el valor de tolerancia de la variable resolución de problemas.

Tolerancia = 0,407 1- R2 1.1,2 =0,407 es la proporción de varianza no común entre resolución de

problemas con CI y hábitos de convivencia.

Luego R2 1.1,2 = 1- 0,407 = 0,593 es la proporción de varianza común entre resolución de problemas
con CI y hábitos de convivencia.

16. Valor del índice de colinealidad entre el CI y hábitos de convivencia, resolución de problemas,
autoconcepto académico, social y emocional.

Tolerancia = 0,526
7.5 Un reciente estudio, realizado en Canadá, ha investigado la relación entre el trastorno límite de la
personalidad (TLP) y ciertas formas de abuso emocional en la infancia, en concreto, ignorar, humillar, rechazar
y menospreciar. Para ello se seleccionó una muestra estudiantes de grado, a los que se administró distintos
cuestionarios para evaluar las cinco variables mencionadas. A continuación se muestran los resultados obtenidos
tras realizar el análisis de los datos mediante regresión por pasos (stepwise).

Estadísticos descriptivos
Variables entradas/eliminadas
Desv.
Media Desviación
trastorno límite de la 7,46 1,731
Variables
personalidad
Modelo Variables entradas eliminadas
Ignorar 7,49 1,806
1 Menospreciar
Humillar 7,25 1,838
2 Rechazar .
Rechazar 7,91 1,348
3 Ignorar .
Menospreciar 7,64 1,456
Variable dependiente: trastorno. límite de la personalidad

Resumen del modelod

Error Estadísticos de cambio
estándar de
R R cuadrado la Cambio en Cambio en Sig. Cambio Durbin-
Modelo R cuadrado ajustado estimación R cuadrado F gl1 gl2 en F Watson
1 ,954a ,911 ,910 ,519 ,911 1388,554 1 136 ,000
2 ,961b ,923 ,922 ,485 ,012 20,816 1 135 ,000
3 ,969c ,938 ,937 ,434 ,016 34,123 1 134 ,000 1,850
a. Predictores: (Constante), Menospreciar
b. Predictores: (Constante), Menospreciar, Rechazar
c. Predictores: (Constante), Menospreciar, Rechazar, Ignorar
d. Variable dependiente: trastorno límite de la personalidad

ANOVAa
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 373,903 1 373,903 1388,554 ,000b
Residuo 36,621 136 ,269
Total 410,525 137
2 Regresión 378,796 2 189,398 805,846 ,000c
Residuo 31,729 135 ,235
Total 410,525 137
3 Regresión 385,236 3 128,412 680,418 ,000d
Residuo 25,289 134 ,189
Total 410,525 137
a. Variable dependiente: trastorno límite de la personalidad
b. Predictores: (Constante), Menospreciar
c. Predictores: (Constante), Menospreciar, Rechazar
d. Predictores: (Constante), Menospreciar, Rechazar, Ignorar
 Coeficientesa
Coeficientes no Coeficientes Estadísticas de
estandarizados estandarizados Correlaciones colinealidad
Orden
Modelo B Desv. Error Beta t Sig. cero Parcial Parte Tolerancia VIF
1 (Constante) -1,210 ,237 -5,109 ,000
Menospreciar 1,135 ,030 ,954 37,263 ,000 ,954 ,954 ,954 1,000 1,000
2 (Constante) -,689 ,249 -2,770 ,006
Menospreciar 1,316 ,049 1,106 26,962 ,000 ,954 ,918 ,645 ,340 2,942
Rechazar -,240 ,053 -,187 -4,562 ,000 ,712 -,366 -,109 ,340 2,942
3 (Constante) -,712 ,223 -3,193 ,002
Menospreciar 1,970 ,120 1,657 16,386 ,000 ,954 ,817 ,351 ,045 22,231
Rechazar -,475 ,062 -,370 -7,664 ,000 ,712 -,552 -,164 ,197 5,074
Ignorar -,416 ,071 -,434 -5,841 ,000 ,874 -,451 -,125 ,083 12,001
a. Variable dependiente: trastorno límite de la personalidad

Variables excluidasa

Modelo En beta t Sig.

1 Ignorar -,065b -,960 ,339
Humillar ,023b ,426 ,671
Rechazar -,187b -4,562 ,000
2 Ignorar -,434c -5,841 ,000
Humillar -,189c -3,065 ,003
3 Humillar -,007d -,107 ,915

1. Indicar las variables de este estudio y su función en el modelo de regresión.

La variable de pendiente, criterio, es el trastorno límite de la personalidad
Las variables independientes, predictoras, son ignorar, humillar, rechazar y menospreciar.

2. Indicar la variable que entra en cada paso.

En la tabla de variables entradas/eliminadas: en el paso 1 entra menospreciar, en el paso 2 rechazar, y
en el paso 3 ignorar

3. Indicar el valor del ajuste del modelo definitivo e interpretarlo.

R cuadrado ajustado modelo 3: ,937 El 93,7% del TLP puede predecirse a partir de menospreciar,
rechazar y humillar

4. Indique cuál es el incremento sobre R2 que aporta la variable rechazar al entrar en la ecuación.

En resumen del modelo, modelo 2, ya que rechazar entre en el paso 2, cambio en R cuadrado: 0,012.
Este incremento es estadísticamente significativo (sig = 0,000), por eso se introduce la variable
rechazar en el modelo.
5. Interprete el estadístico de Durbin- Watson.

1,850 como toma valores entre 1,5 y 2,5 podemos afirmar que se cumple el supuesto de independencia.

6. Formular analítica y verbalmente la Ho del ANOVA del tercer modelo. Decidir sobre el contraste
2
H0: β1= β2= β3 = 0 ↔ H :ρ =0
0 Y.1,2,3
Menospreciar, rechazar y humillar no predicen significativamente el TLP. El peso, o pendiente, de cada
una de los predictoras no es estadísticamente significativo. La proporción de varianza del TLP que se
puede predecir a partir de menospreciar, rechazar y humillar no es estadísticamente significativa (R)2.
El modelo de regresión no es estadísticamente predictivo.

Decisión: como sig = 0,000 >0,001 rechazamos Ho

Menospreciar, rechazar y humillar predicen significativamente el TLP. El peso, o pendiente, de cada
una de los predictoras es estadísticamente significativo. La proporción de varianza del TLP que se
puede predecir a partir de menospreciar, rechazar y humillar es estadísticamente significativa (R2.
=0,937). El modelo de regresión es estadísticamente predictivo.

7. Especifique la ecuación de regresión final o definitiva que nos permita predecir el trastorno límite de la
personalidad en puntuaciones directas y en puntuaciones típicas.

TLP´= -0,712 + 1,970 Menospreciar - 0,475 Rechazar - 0,416 Ignorar

ZTLP´= 1,657ZMenospreciar - 0,370 ZRechazar - 0,434 ZIgnorar

8. Indique el valor de la ordenada en el origen de la ecuación anterior

-0,712

9. Indicar el valor de la pendiente en directas de menospreciar en el Modelo 2 y en el Modelo 3.

Modelo 2 = 1,316 Modelo 3= 1,970

10. Qué variable, y por qué, no entra a formar parte de la ecuación de regresión. Indicar el nivel crítico o
significación de la pendiente de humillar en el Modelo 3, tabla de variables excluidas, y explicar las
implicaciones de ese valor.

Mirar en tabla de variables excluidas. No entra la variable Humillar, queda fuera después del 3 paso.
No entra porque su pendiente (B) tiene sig = 0,913 >0,05 luego no es estadísticamente predictiva.

11. Interprete el significado del valor de la correlación parcial de menospreciar, que aparece en el modelo 3.

0,817 es la correlación entre el TLP y menospreciar, después de eliminar sobre ambas el influjo de
rechazar e ignorar.

12. Indique e interprete el índice de colinealidad (Tolerancia) de la variable ignorar en el modelo 3.

Tolerancia = 0,083 1- R2 1.1,2 =0,083 es la proporción de varianza no común entre ignorar y

menospreciar y rechazar.

Luego R2 1.1,2 = 1- 0,083 = 0,917 es la proporción de varianza común entre ignorar y menospreciar y
rechazar.

17. Indicar el tamaño de la muestra sobre la que se ha realizado el análisis.

Los grados de libertad de la SC total son 137, luego el tamaño de la muestra es de 138 estudiantes