ESTADÍSTICA INFERENCIAL

REGRESIÓN LINEAL MÚLTIPLE

Temario

1. Regresión Lineal Múltiple

 LOGRO DE LA SESIÓN

Al finalizar la clase los alumnos aplican los conceptos de regresión lineal

múltiple e interpreta adecuadamente los coeficientes
 REGRESIÓN LINEAL MÚLTIPLE
El objetivo básico del Análisis de Regresión Lineal Múltiple es el de construir un modelo
que permita predecir o estimar el valor de una variable Y, en base a un conjunto de
variables X1, X2,....,Xk

A la variable Y se le llama variable dependiente, y es la que se quiere estimar o predecir.

Las variables X1, X2,....,Xk son las variables independientes o variables predictoras.

𝑌𝑖 = 𝛽0 + 𝛽1𝑋1 + 𝛽2𝑋2+𝜀𝑖
Supuestos:
 Los residuos tienen media 0.
 La varianza de los residuos no depende de xi (homocedasticidad)
 Los residuos son normales.
 Los residuos son aleatorios.
 Las variables x1, x2, etc. no están linealmente correlacionadas entre sí
 REGRESIÓN LINEAL MÚLTIPLE
Aficion_lectura Num_hijos Aficion_cine Aficion_musica renta_mens Nivel_estudios Aficion_TV Satisfaccion
4 0 3 5 1200 4 4 4
3 0 3 4 1500 5 4 3
5 1 4 1 1800 3 5 5
2 2 1 3 1000 2 2 3
4 1 5 3 1300 3 4 4
3 1 3 4 1900 1 4 3 Satisfacción
5 3 4 5 1300 4 5 5
3
3
0
1
2
4
3
1
1200
1600
4
2
4
5
3
4
de usuarios
1 3 2 1 1400 2 1 2
4 0 5 4 1700 3 4 4
5 0 5 5 2500 4 5 5
5 2 4 4 1100 5 3 5
5 2 5 3 1400 3 4 5
2 1 1 4 1800 4 3 3
4 2 5 4 2000 4 5 5
3 3 2 4 1500 4 3 3
1 1 2 3 1000 2 2 2
2 1 2 2 1300 3 3 3
1 0 2 5 1600 4 4 2
5 1 4 4 1800 3 4 4
2 2 3 3 1200 4 4 4
4 1 5 5 1700 2 5 4
4 1 4 3 1500 5 4 4
5 2 4 5 1100 5 5 5
 REGRESIÓN LINEAL MÚLTIPLE

El modelo poblacional de regresión lineal múltiple, con k variables independientes, es

el siguiente:
𝑌𝑖 = 𝛽0 + 𝛽1𝑋1 + 𝛽2𝑋2+𝜀𝑖
Donde:
Son Parámetros desconocidos, llamados coeficientes de regresión. (i =0,1,2,3,...,k)
Son los errores del modelo, y se suponen independientes y normalmente distribuidos con
media 0 y varianza 𝜎 2
Estos coeficientes son calculados a
partir del método de los mínimos
𝑌 = 𝛽0 + 𝛽1𝑋1 + 𝛽2𝑋2+…+𝛽k𝑋k cuadrados.
 REGRESIÓN LINEAL MÚLTIPLE
Resolución de Regresión Lineal Múltiple: Notación Matricial
Para determinar la ecuación de regresión líneal múltiple muestral, debemos primero identificar la
variable dependiente y luego las variables independientes, una vez identificados, formaremos nuestro
sistema de matrices para cada uno de ellos, formando el siguiente sistema de ecuación de regresión
múltiple, y ubicándolos de esta forma:

𝒀𝒊 = 𝜷𝐤𝑿𝐢𝐤+𝒆𝒊
Quedando el sistema de Matrices definida de la siguiente manera:

Donde: Yi: es la Matriz de la Variable Dependiente

Xi: es la Matriz de la Variable Independiente
Bi: es la Matriz de los coeficientes predictores
ei : es la matriz del error de estimación
 REGRESIÓN LINEAL MÚLTIPLE
Notación Matricial

𝒀𝒊 = 𝜷𝐤𝑿𝐢𝐤+𝜺𝒊
NOTA:
En la primera columna de la matriz de la variable independiente se pone 1, que corresponde al valor de la constante
 REGRESIÓN LINEAL MÚLTIPLE
para hallar el valor de cada uno de los coeficientes regresores B, resolveremos las
siguientes operaciones matriciales:

β = 𝑋𝑇𝑋 −1 𝑋 𝑇 𝑌

Donde: 𝑋𝑇: : es la matriz transpuesta de la variable independiente

𝑋𝑇𝑋 −1: es la matriz inversa

β : es la matriz de los coeficientes regresores.

𝛽0
𝛽1
.
β = 𝑋𝑇𝑋 −1 𝑋 𝑇 𝑌 β=
.
.
𝛽𝑘
 REGRESIÓN LINEAL MÚLTIPLE
Coeficiente de regresión en el caso de dos variables independientes: Matrices

𝛽0
𝜷 = 𝑨−𝟏 𝑮 = 𝛽1
𝛽2
 REGRESIÓN LINEAL MÚLTIPLE
Coeficiente de regresión en el caso de dos variables independientes: Sistema de ecuaciones
 REGRESIÓN LINEAL MÚLTIPLE
Ejercicios
Se ha reunido la siguiente información de una muestra aleatoria de arrendadores de
departamentos en una ciudad. Se intenta predecir la renta (en dólares por mes) con base en
el tamaño del departamento (número de habitaciones) y la distancia al centro de la ciudad
(en millas). y Tamaño Distancia
360 2 1
1000 6 1
450 3 2
525 4 3
350 2 10
300 1 4
a) Determinar la ecuación de regresión estimada
b) Interpretar cada uno de los coeficientes
 REGRESIÓN LINEAL MÚLTIPLE
Solución a.
La ecuación de Regresión a encontrar será: 𝑌 = 𝛽0 + 𝛽1𝑋1 + 𝛽2𝑋2

𝑌 𝑋1 𝑋2 𝑋1𝑌 𝑋2 𝑌 𝑋1𝑋2 𝑋12 𝑋2 2

360 2 1 720 360 2 4 1
1000 6 1 6000 1000 6 36 1
450 3 2 1350 900 6 9 4
525 4 3 2100 1575 12 16 9
350 2 10 700 3500 20 4 100
300 1 4 300 1200 4 1 16
2985 18 21 11170 8535 50 70 131

Σ𝑋1 = 18 Σ𝑋2 = 21 Σ𝑋1 𝑌 = 11170 Σ𝑋2 𝑌 = 8535 Σ 𝑋1𝑋2 = 50 Σ 𝑋1 2 = 70 Σ 𝑋22 = 131

 REGRESIÓN LINEAL MÚLTIPLE

Reemplazando en las ecuaciones normales

Resolviendo el sistema de Ecuaciones

 REGRESIÓN LINEAL MÚLTIPLE
PASOS A SEGUIR EN LA CALCULADORA PARA HALLAR LOS COEFICIENTES DE LA ECUACIÓN DE
LA REGRESIÓN LINEAL MÚLTIPLE
 REGRESIÓN LINEAL MÚLTIPLE

𝑌 = 96.481 + 136.485𝑁º ℎ𝑎𝑏𝑖𝑡 − 2.401𝐷𝑖𝑠𝑡𝑎𝑛𝑐

Solución a.
𝜷𝟎: La renta esperada(promedio), cuando el tamaño del departamento y la distancia al centro de la
ciudad toman el valor de cero será de 96.481$

𝜷𝟏: Por cada incremento de una habitación, la renta esperada(promedio) se incrementará en

136.485$ manteniendo constante la distancia al centro de la ciudad.

𝜷𝟐: Por cada incremento de una unidad de distancia al centro de la ciudad, la renta esperada
(promedio) disminuirá en -2,401$ manteniendo constante el número de habitación
 APRENDIENDO

Calcula los coeficiente de manera rápida!

https://www.youtube.com/watch?v=0qkh8NJroos

https://www.youtube.com/watch?v=4_WO31Dapv0
LISTO PARA MIS EJERCICIOS
EJERCICIOS PROPUESTOS

Σ𝑌 = Σ𝑋2 = Σ𝑋2 𝑌 = Σ 𝑋1 2 =
Σ𝑋1 = Σ𝑋1 𝑌 = Σ 𝑋1𝑋2 = Σ 𝑋22 =
a) Determinar la ecuación de regresión estimada
b) Interpretar cada uno de los coeficientes
Y ahora nos toca interactuar en CANVAS. Usaremos el
foro de consulta para estar en comunicación
permanente, también tendrás que completar algunas
actividades programadas.
 ¿QUÉ HEMOS APRENDIDO HOY?

1. ¿Cuándo se usa la regresión lineal y que supuestos debe cumplir?

2. ¿Cómo se interpreta el coeficiente de una regresión lineal múltiple?

 U T P
1 2 3
Video Materiales Foro-Tarea
La clase queda Consulta la Resolución de
grabada para que diapositiva y lista ejercicios y
puedas repasar de ejercicios comentarios

INDICACIONES A TENER EN CUENTE EN ESTA SESIÓN