Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Regresión lineal
Modelo propuesto 𝑦 = 𝛽0 + 𝛽1 𝑥1 + 𝛽2 𝑥2 + ⋯ + 𝛽𝑘 𝑥𝑘 + 𝑢
Muestra de datos: n observaciones,
cada observación consta de un valor para la variable dependiente “y”, además de
un valor para cada una de las variable independientes 𝑥1 , 𝑥2 , … 𝑥𝑘
Los valores que conforman la observacion i se identifican por:
𝑦𝑖 , 𝑥𝑖1 , 𝑥𝑖2 , … , 𝑥𝑖𝑘
X es una matriz con n filas y (k+1) columnas,
cada fila es una observación de las variables independientes
Y es una matriz con n filas y 1 columna,
cada entrada es una observación de la variable dependiente
̂0
𝛽
̂1
𝛽
𝛽̂ = = [𝑋 𝑇 𝑋]−1 [𝑋 𝑇 𝑌]
⋮
̂𝑘
𝛽
( )
̂ 𝑇 [𝑋𝑇 𝑌]
𝑆𝑅𝐶 = [𝑌 𝑇 𝑌] − 𝛽
𝑆𝑅𝐶
Coeficiente de determinación 𝑅2 = 1 −
𝑆𝑇𝐶
Regresión lineal múltiple
Modelo propuesto 𝑦 = 𝛽0 + 𝛽1 𝑥1 + 𝛽2 𝑥2 + ⋯ + 𝛽𝑘 𝑥𝑘 + 𝑢
Seleccione un rango de k+1 columnas y 5 renglones
Comando Excel: ESTIMACION.LINEAL(rango_y; rango_x; constante; estadísticas)
Constante: 1 si se calcula normalmente (recomendado)
0 si no se calcula 𝛽0 y se asigna 0 a la constante 𝛽0
Estadísticas: 1 si se calculan estadísticas adicionales (recomendado)
0 para no calcular estadísticas adicionales
Recuerde terminar con Ctrl+Mayús+Enter
Tabla de resultados
̂𝑘
𝛽 ̂
𝛽𝑘−1 … ̂1
𝛽 ̂0
𝛽
̂𝑘 )
𝑒𝑒(𝛽 ̂
𝑒𝑒(𝛽𝑘−1 ) … ̂1 )
𝑒𝑒(𝛽 ̂0 )
𝑒𝑒(𝛽
𝑅2 s
F gl
SEC SRC
𝑅2 coeficiente de determinación
s estimación de la desviación de los errores
F estadístico de prueba, hipótesis de significancia conjunta
𝐻0 : 𝛽1 = 0, 𝛽2 = 0, … , 𝛽𝑘 = 0
𝑦 = 𝐴𝑒 𝑘𝑥 ln 𝑦 = ln 𝐴 + 𝑘𝑥 ln 𝑦 = 𝛽0 + 𝛽1 𝑥 log-nivel
𝑦 = 𝐴𝑥 𝐵 ln 𝑦 = ln 𝐴 + 𝐵 ln 𝑥 log-log
∆𝑥 cambio absoluto en 𝑥
∆𝑦 cambio absoluto en 𝑦
%∆𝑥 cambio porcentual en 𝑥
%∆𝑦 cambio porcentual en 𝑦
nivel-nivel 𝑦 = 𝛽0 + 𝛽1 𝑥
nivel-log 𝑦 = 𝛽0 + 𝛽1 𝑙𝑛(𝑥)
log-nivel 𝑙𝑛(𝑦) = 𝛽0 + 𝛽1 𝑥
log-log 𝑙𝑛(𝑦) = 𝛽0 + 𝛽1 𝑙𝑛(𝑥)
Regresión lineal múltiple
𝐻0 : 𝛽𝑗 = 0 El término NO es significativo
𝐻1 : 𝛽𝑗 ≠ 0 El término SI es significativo
̂𝑗
𝛽
Estadístico de prueba 𝑡𝑒𝑝 = ̂𝑗 )
𝑒𝑒(𝛽
𝐻0 : 𝛽1 = 0, 𝛽2 = 0, … , 𝛽𝑘 = 0 El modelo NO es significativo
𝑅 2 ⁄𝑘 𝑔𝑙1=𝑘
Estadístico de prueba 𝑓𝑒𝑝 = (1−𝑅 2 )/(𝑛−(𝑘+1))
~ 𝐹 𝑔𝑙2=𝑛−(𝑘+1)
2
𝑅𝑛𝑟 coeficiente de determinación del modelo no restringido
𝑞 cantidad de 𝛽𝑗 incluidos en 𝐻0
𝐻0 : 𝛽𝑗 = 𝑏
̂𝑗 −𝑏
𝛽
Estadístico de prueba 𝑡𝑒𝑝 = ̂𝑗 )
𝑒𝑒(𝛽
𝑉𝑝 < 𝛼 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0