regresin lineal mltiple mi modelo y=b0 + b1x1 +b2x2 + b3x3 fue significativo para las pruebas ftest y t para todos los coeficientes de pendiente entonces y=bo + x1 y y =bo+x2 fueron significativos cuando por s mismos con la variable dependiente. sin embargo, y=bo+b3x3 no fue signincante por s mismo con la variable dependiente. 1.) Qu significa esto? 2.) el modelo con todas las variables tuvo el ajuste ms alto r^2. Dado que una de las ecuaciones no era significativa por s misma, significa que no puedo usar el modelo con 3 variables? 3.) si puedo usar el modelo completo, habr algn problema? gracias Respuesta experta Te result til esta respuesta 1 0 35 respuestas 1. Segn su pregunta, para la regresin mltiple, est utilizando una variable dependiente y 3 variables independientes. 2 2 No es suficiente afirmar la importancia solo sobre la base del valor de R o AdjR . Tambin hay otros parmetros predictores que se utilizan para probar la importancia del modelo. Por ejemplo: valores p, error estndar, etc. Tambin se menciona en la pregunta que el modelo de regresin mltiple es significativo tanto para la prueba F como para la prueba t, lo que significa que este modelo es estadsticamente significativo y se ajusta bien. Los modelos con Y y X1, Y y X2 son significativos cuando se calculan para la regresin lineal, pero un modelo con Y y X3 no es estadsticamente significativo (suponiendo que haya realizado todas las pruebas estadsticas), esto no significa que si se usan juntos no pueden ser significativos . Aqu entra en juego el concepto de correlacin. Para saber si todas las variables independientes estn correlacionadas entre s y con la variable dependiente, necesitamos encontrar la matriz de correlacin. 2. Puede usar el modelo con tres variables solo despus de realizar todas las pruebas estadsticas 2 relevantes y observar valores bsicos como R , valores p, SE, etc. Cada variable tiene un valor p en la salida de resumen. Para obtener un mejor ajuste y un modelo estadsticamente significativo, podemos utilizar el concepto de "regresin hacia atrs". En esto, observamos los valores de p (en este caso para las 3 variables independientes), y si el valor de p> 0.05, eso significa que la variable es estadsticamente insignificante. Y por lo tanto podemos proceder con 1 variable dependiente y 2 variables independientes. Despus de realizar todas las comprobaciones bsicas, podemos llegar a una conclusin sobre si el modelo se ajusta bien o no. 3. S, puede utilizar el modelo completo. Asegrese de saber si las variables estn relacionadas o no. Adems, realice todas las comprobaciones bsicas y las pruebas de hiptesis, as como las pruebas estadsticas. A menos y hasta que el modelo sea significativo, no habr preocupaciones ################## Este es un seguimiento de la pregunta que hice y alguien respondi muy bien. Verifiqu la matriz correlacionada y vifs. Todos los vifs estaban por debajo de 2 y la mayor concentracin que vi fue .4. Entonces, hay alguna preocupacin al usar el .