Tema:

Regresión múltiple
Integrantes:
Nivel:
 Amaguaya Mayerli
 Tercero ADM “B”
 Bastidas Jeffrey
 Garcia Nayeli
 Erika Giler
Asignatura:
 Zambrano Nayely
 Estadística Inferencial
 Zambrano Pedro
Objetivo General:
 Analizar y modelar la relación entre una variable dependiente y dos o más variables
independientes, con el fin de comprender, prever o explicar la variabilidad en la variable
dependiente a través de las variables independientes

Objetivos Específicos:
 Determinar qué variables independientes tienen una relación significativa con la variable
dependiente.
 Analizar el modelo de regresión múltiple que se ajuste de manera adecuada a los datos.
 Calcular intervalos de confianza para los parámetros del modelo.
 Comparar diferentes modelos de regresión múltiple utilizando métricas de evaluación del
rendimiento.
 Considerar la inclusión de interacciones entre variables si es relevante para el problema.
Regresión Múltiple
 Conceptos
• El Análisis de Regresión Lineal Múltiple nos permite establecer la relación que se
produce entre una variable dependiente Y y un conjunto de variables independientes
(X1, X2, ... XK).
• Se aproxima más a situaciones de análisis real
• Al aplicar el análisis de regresión múltiple lo más frecuente es que tanto la variable
dependiente como las independientes sean variables continúas medidas en escala de
intervalo o razón.
• La regresión lineal múltiple trata de ajustar modelos lineales o linealizables entre una
variable dependiente y más de una variable independiente.
• Este tipo se presenta cuando dos o más variables independientes influyen sobre una
variable dependiente. Ejemplo: Y = f(x, w, z).
• La anotación matemática del modelo o ecuación de regresión lineal múltiple es la que
sigue: Y = a + b1x1 + b2x2 + ... + bnxn +.e
 Posibilidades de aplicar el análisis de regresión
múltiple

 También podremos aplicar este  También aplicaremos el análisis de

análisis cuando relacionemos una regresión lineal múltiple en el caso
variable dependiente continua con de que relacionemos una variable
un conjunto de variables categóricas dependiente nominal con un
conjunto de variables continuas.
Diferencias entre regresión
simple y regresión múltiple

Regresión simple: Regresión múltiple:

Analiza el efecto de una variable Analiza el efecto dos o más variables
independiente sobre una variable independientes sobre una variable
dependiente. dependiente.
• Análisis de Regresión Múltiple Dispone de una ecuación con dos variables
independientes adicionales:

• Se puede ampliar para cualquier número “m” de variables independientes:

• Para poder resolver y obtener 1 a,b y b2 en una ecuación de regresión múltiple el

cálculo se presenta muy tediosa porque se tiene atender 3 ecuaciones que se
generan por el método de mínimo de cuadrados:
El error estándar de la regresión múltiple (

 Es una medida de dispersión la estimación se hace más precisa conforme el grado de

dispersión alrededor del plano de regresión se hace más pequeño. Para medirla se utiliza la
fórmula:

Donde:
Y : Valores observados en la muestra
: Valores estimados a partir a partir de la
ecuación de regresión
n : Número de datos
m : Número de variables independientes
El coeficiente de determinación múltiple ( )

 Mide la tasa porcentual de los cambios de Y que

pueden ser explicados por 1 x , 2 x y 3x
simultáneamente.
 El modelo que se plantea en regresión múltiple es el siguiente:

Y = a + b X1 + c X2 + d X3 ... + ξ

donde X1, X2, ... X n son las variables independientes o explicativas.

Donde a, b, c, d ... . Son los coeficientes del modelo.

Conclusión

Una vez realizado el análisis de regresión múltiple depende de los resultados

específicos obtenidos. Puedes destacar la significancia estadística de las variables
predictoras, la calidad del ajuste del modelo (R cuadrado), y la interpretación de los
coeficientes para entender la contribución de cada variable en la predicción del
resultado. Recuerda considerar la validez de las suposiciones subyacentes y la
relevancia práctica de tus hallazgos la ecuación de regresión indica el valor esperado
o valor medio de la variable dependiente y esta relacionado con los valores de las
variables independiente.
Ejercicio de Regresión Múltiple