Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Métodos Multivariados
Profesor: Francisco Gómez
Ayudante: Natalia Osorio
Junio, 2022
1. Regresión Multivariada
Variables independientes explican el comportamiento de una variable dependiente. Se deben calcular
los coeficientes.
Regresión Multivariada Modelo
1
Método Matriz de Diseño
El sistema lineal a resolver es:
X t X β~ = X t ~y
m
β~ = (X t X)−1 X t ~y
Comprobar en excel
Análisis de datos → regresión
Ejemplo
Ajustar el modelo y = ao + a1 e−x1 + a2 cos x2 + {
a) M.M.D
b) Matriz de Diseño
c) Comprobar con excel
Datos:
x1 3.5 3 6 5.3 4.6 5
x2 4 4.1 5.3 5 3.8 5.6
y 0.8 1.1 1.9 1.7 1.5 2
2. Propiedades de un buen modelo
Objetivos del modelo
1. Tener un alto nivel de predicción (R2 )
2. Ser significativo (esta propiedad se docima)
3. Información de las variables xi no se superpongan (Independencia)
n
(yˆi − y)2
P
2 SCReg i=1
R = = n
SCtotal
(yi − y)2
P
i=1
Ejemplos
1. Ajustar el modelo exponencial y = aebx + {
Con los datos
x 2 1.5 3 4.8 1.9
y 4 6 1.5 2.3 4.1
2. Dada la tabla de valores
x1 3.5 4.6 5 2.7 3
x2 4.2 3.8 4.5 4.3 4.5
x3 5.1 4.9 3.8 5.1 3.2
y 0.7 0.9 1.1 1.3 0.85
Ajustar los modelos:
y1 = β0 + β1 x1 + β2 x2 + β3 x3 + {
y2 = β0 + β1 e−x1 + β2 x22 + β3 cos x3 + {
a) Comparar predicción de cada modelo
b) Analizar la significancia α = 0,05
c) Analizar la independencia de las variables predictoras
3. Ejercicio Pep 2020
a) Considere la matriz de muestreo representativa X de una poblacion ω1 . La cuarta columna
es la variable dependiente y las 3 primeras son las predictoras. Ajuste el modelo
y = ax21 + be−x2 + c cos x3 + {
Comente sus 3 propiedades (el ajuste puede ser con Excel).
t
3 5 5 5 2 3
4 6 6 3 4 6
X=5
3 7 7 6 7
6 1 2 2 4 8