REGRESIÓN LINEAL MULTIPLE

Regresión Lineal Múltiple

• Este tipo se presenta cuando dos o más variables independientes influyen sobre una
variable dependiente. Ejemplo: Y = f(x, w, z).

• Objetivo: Se presentara primero el análisis de regresión múltiple al desarrollar y explicar

el uso de la ecuación de regresión múltiple, así como el error estándar múltiple de
estimación. Después se medirá la fuerza de la relación entre las variables independientes,
utilizando los coeficientes múltiples de determinación.

1-Daniel, W. Bioestadística. Base para el análisis de las ciencias de la salud. 4ª. ed. México
Limusa Wiley. 2011
 Regresión Lineal Múltiple
Para poder resolver y obtener en una ecuación de regresión múltiple
el cálculo se presenta manera muy tediosa porque se tiene atender 3
ecuaciones que se generan por el método de mínimo de cuadrados:
 Regresión Lineal Múltiple
El error estándar
Es una medida de dispersión la estimación se hace más precisa conforme el grado de
dispersión alrededor del plano de regresión se hace mas pequeño.
Para medirla se utiliza la formula:

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
 Regresión Lineal Múltiple
El coeficiente de determinación múltiple
Mide la tasa porcentual de los cambios de Y que pueden ser
explicados por X1, X2 y X3 simultáneamente.
 Hipótesis del Modelo
La hipótesis de normalidad afirma que los errores del modelo siguen una distribución normal.
Esta hipótesis se contrasta a partir de los residuos estandarizados i = 1n.
• Gráficos para observar la normalidad son: el histograma, estimador núcleo de la densidad de
Rosenblatt-Parzen, gráfico p - p y gráfico q - q.
• Contrastes de normalidad son: contraste de asimetría y kurtosis, contraste chi-cuadrado,
contraste de Kolmogorov-Smirnov-Liliefors.

La falta de normalidad influye en el modelo en:

• Los estimadores mínimo-cuadráticos no son eficientes (de mínima varianza).
• Los intervalos de confianza de los parámetros del modelo y los contrastes de significación son
solamente aproximados y no exactos.
 Hipótesis del Modelo
Causas que dan origen a la falta de normalidad son:
• Existen observaciones heterogéneas: el modelo especificado no es correcto porque se
han omitido variables regresoras
• Existe asimetría en la distribución: Este problema suele estar relacionado con otros
problemas como falta de linealidad o heterocedasticidad, la solución de transformar las
observaciones pueden resolverlos conjuntamente.
 Hipótesis del Modelo
Una hipótesis del modelo de regresión es la homocedasticidad y todo lo comentado sobre
este problema en el modelo de regresión lineal simple sigue siendo válido en el modelo de
regresión lineal múltiple.

La falta de homocedasticidad influye en el modelo de regresión lineal, los

estimadores mínimo-cuadráticos siguen siendo centrados pero no son eficientes y las
fórmulas de las varianzas de los estimadores de los parámetros no son correctas. Por tanto no
pueden aplicarse los contrastes de significación.
 Hipótesis del Modelo
La heterocedasticidad se detecta en los gráficos de residuos:

• De forma general, en el gráfico de residuos frente a las predicciones .

• En el gráfico de residuos frente a una variable explicativa si se sospecha que
la heterocedasticidad es debida a la variable explicativa Xj.
• Si los gráficos anteriores son dudosos se pueden hacer grupos de los residuos ordenados de
menor a mayor según las predicciones y en cada grupo calcular la media de las predicciones y
la desviación típica de los residuos . Si hay homocedasticidad, la nube de puntos se ajusta a
una recta horizontal, en caso contrario, es necesario transformar los datos.
• Existen contrastes específicos para contrastar la homocedasticidad.
 Hipótesis del Modelo
La independencia de los errores es una hipótesis básica en el estudio de un modelo de
regresión lineal.
La falta de cumplimiento de la hipótesis de independencia tiene efectos graves sobre los
resultados del estudio. Influye en:
• Los estimadores son centrados pero ineficientes (no son de varianza mínima).
• El estimador R2 normalmente subestima el parámetro 2, lo que hace que los contrastes de
significación (contrastes individuales de la t) no sean válidos y tienden a detectar relaciones
inexistentes, denominadas relaciones espúreas, que son relaciones falsas entre variables
independientes que siguen una evolución análoga en el tiempo y tienen un R2 alto.
• Las predicciones son ineficientes.
• La falta de independencia se suele dar situaciones en que las observaciones son recogidas
secuencialmente en el tiempo. Esto ocurre en el estudio de muchas variables económicas,
sociales y demográficas. En este caso la variable “tiempo” puede ser una variable regresora.
 Hipótesis del Modelo
Se detecta la falta de independencia en:

• Los siguientes gráficos: el gráfico de residuos frente al índice (o tiempo), ; el gráfico de frente a ;
el gráfico de la función de autocorrelación simple de los residuos (fas).

• Los siguientes contrastes de independencia: el contraste de Durbin-Watson sobre el primer

coeficiente de correlación; el contraste de Ljung-Box sobre las autocorrelaciones que se
consideren significativas.
 Hipótesis del Modelo
Si existe dependencia entre las observaciones la metodología descrita para estudiar los modelos
de regresión lineal general por mínimos cuadrados ordinarios no es válida y, en la mayoría de las
situaciones, deben utilizarse técnicas de series de tiempo y regresión dinámica.

En algunas situaciones se pueden estimar los parámetros del modelo de regresión por el método
de mínimos cuadrados generalizados.
 Predicciones del Modelo
Se desea predecir el valor de la respuesta, Y , de un individuo del que se sabe que = t ,
utilizando el ajuste de un modelo de regresión lineal de la variable Y respecto al vector de
variables regresoras .

El predictor que minimiza el Error Cuadrático Medio de Predicción, E viene

dado por:

Por tanto, la predicción de Y t = Y/ = t es el mismo valor que se obtiene en la estimación

de mt pero su varianza es mayor.
Gracias