12.

5 Inferencias en la regresión lineal múltiple 457

Si esta expresión se extendiera para un caso dado, por ejemplo k = 2, ya vimos que ex-
plica de manera apropiada la varianza de bj y la covarianza de bi y bj, para i ≠ j. Después
de sustituir σ2 con s2, según se plantea en el teorema 12.1, el intervalo de confianza del
100(1 - α)% se puede construir sobre μY|x = x10,x20,...,xk0 a partir del estadístico
ŷ 0 − μY |x10 , x 20 ,..., x k 0
T = ,
s x 0 (X X ) −1 x 0

que tiene una distribución t con n - k - 1 grados de libertad.

Intervalo de Un intervalo de confianza de 100(1 - α)% para la respuesta media μY |x 10 , x20 ,..., x k 0 es
confianza para
μY |x 10 , x20 ,..., x k 0 ŷ 0 − t α/ 2 s x 0 (X X ) −1 x 0 < μY |x 10 , x20 ,..., x k 0 < ŷ 0 + t α/ 2 s x 0 (X X ) −1 x 0 ,

donde tα/2 es un valor de la distribución t con n - k - 1 grados de libertad.

Es frecuente que a la cantidad s x 0 (X X ) −1 x 0 se le denomine error estándar

de la predicción y aparece en la salida de resultados de muchos paquetes de cómputo
para regresión.
Ejemplo 12.6: Con los datos del ejemplo 12.4 construya un intervalo de confianza de 95% para la res-
puesta media, cuando x1 = 3%, x2 = 8% y x3 = 9%.
Solución: De la ecuación de regresión del ejemplo 12.4, el porcentaje estimado de supervivencia
cuando x 1 = 3%, x 2 = 8%, y x 3 = 9% , es:
ŷ = 39.1574 + (1.0161)(3) − (1.8616)(8) − (0.3433)(9) = 24.2232.
Y luego se determina que
8.0648 −0.0826 −0.0942 −0.7905 1
−0.0826 0.0085 0.0017 0.0037 3
x 0 (X X ) −1 x 0 = [1, 3, 8, 9]
−0.0942 0.0017 0.0166 −0.0021 8
−0.7905 0.0037 −0.0021 0.0886 9
= 0.1267.
Si utilizamos el cuadrado medio del error, s2 = 4.298 o s = 2.073, y la tabla A.4, obser-
vamos que t0.025 = 2.262 para 9 grados de libertad. Por lo tanto, un intervalo de confianza
de 95% para el porcentaje medio de supervivencia para x1 = 3%, x2 = 8% y x3 = 9% es
dado por
24.2232 − (2.262)(2.073) √0.1267 < μY |3,8,9
< 24.2232 + (2.262)(2.073) √0.1267,
o simplemente 22.5541 < μ Y |3,8,9 < 25.8923.
Como ocurre en el caso de la regresión lineal simple, necesitamos distinguir con
claridad entre el intervalo de confianza sobre la respuesta media y el intervalo de predic-
ción sobre una respuesta observada. Esta última proporciona un límite dentro del cual
podemos decir que, con un grado preseleccionado de certidumbre, caerá una respuesta
nueva observada.
Nuevamente se establece un intervalo de predicción para una sola respuesta pre-
dicha y0 al considerar la diferencia ŷ0 - y0. Se puede demostrar que la distribución del
muestreo es normal con media
μŷ 0 −y 0 = 0