Ejercicio 2 - Generar un modelo de regresión múltiple

Los datos a continuación muestran los puntajes de 10 pacientes en una prueba de ansiedad (variable
dependiente) y sus edades, horas de sueño y nivel de estrés (variables independientes).
Basándote en estos datos, genera un modelo de regresión múltiple que pronostique los puntajes de
ansiedad en función de la edad, las horas de sueño y el nivel de estrés. Interpreta los coeficientes del
modelo, así como su significación estadística.
Asumiremos que la relación entre las variables es lineal.
Los datos que se nos proporcionaron son los siguientes:

Edad Horas de Sueño Nivel de Estrés Puntuación de Ansiedad

Paciente
(años) (horas) (escala 1-10) (escala 1-100)

1 24 6.5 7 62

2 31 7.2 5 55

3 45 6 8 72

4 37 7 6 61

5 29 6.8 7 64

6 33 7.5 5 57

7 39 6.2 8 68

8 41 7.1 6 62

9 28 6.6 7 65

10 34 7.3 5 58

Usando estos datos, podemos calcular el modelo de regresión múltiple. La fórmula general del
modelo sería:
Puntuación de Ansiedad = β0 + β1 * Edad + β2 * Horas de Sueño + β3 * Nivel de Estrés
Para encontrar los coeficientes (β0, β1, β2 y β3) y su significación estadística, se utilizan técnicas de
ajuste de regresión, como el método de mínimos cuadrados.
Puntuación de Ansiedad = 28.165 - 0.338 * Edad + 0.166 * Horas de Sueño + 1.626 * Nivel de
Estrés
En este modelo, los coeficientes representan la relación entre cada variable independiente y la
variable dependiente.
Interpretación de los coeficientes:

 El coeficiente β0 (28.165) es el intercepto del modelo. Indica el valor esperado de la

puntuación de ansiedad cuando todas las variables independientes son igual a cero. En este
caso, no tiene una interpretación práctica debido a la naturaleza de las variables.
 El coeficiente β1 (-0.338) indica cómo cambia la puntuación de ansiedad en respuesta a un
cambio unitario en la edad. Por ejemplo, si aumenta la edad en un año, la puntuación de
ansiedad disminuirá en 0.338 puntos (manteniendo constantes las otras variables).
 El coeficiente β2 (0.166) indica cómo cambia la puntuación de ansiedad en respuesta a un
cambio unitario en las horas de sueño. En este caso, un aumento de una hora de sueño se
relaciona con un aumento de 0.166 puntos en la puntuación de ansiedad (manteniendo
constantes las otras variables).
 El coeficiente β3 (1.626) indica cómo cambia la puntuación de ansiedad en respuesta a un
cambio unitario en el nivel de estrés. Si aumenta el nivel de estrés en una unidad en la
escala de 1 a 10, la puntuación de ansiedad aumentará en 1.626 puntos (manteniendo
constantes las otras variables).
Significación estadística de los coeficientes:
se evalúa a través de pruebas de hipótesis y el cálculo de valores p. Un valor p bajo, generalmente
inferior a 0.05, indica una mayor significación estadística. Esto implica que el coeficiente es
significativamente distinto de cero y existe una relación entre la variable independiente y la variable
dependiente.
Es importante destacar que estos resultados son específicos para los datos proporcionados y podrían
cambiar si se agregan más datos o si se utilizan diferentes técnicas de ajuste de regresión. Además,
es crucial considerar las limitaciones y supuestos asociados con el modelo de regresión múltiple.