SlideShare una empresa de Scribd logo
1 de 9
Modelo de regresión múltiple
Introducción a la Econometría
Clip 10
Ventajas de la regresión múltiple
 Permite modelar los efectos parciales de una
variable:
 Ceteris páribus: “dejando lo demás constante”
 ¿Controlando por x2 cuál es el efecto de x1?
ii uxxY  22110 
221110 )( xxxyY  
x
y


1
¿Por qué es necesario incluir más de
una variable?
 Un modelo que se ajuste más a la
realidad:
 ¿Depende Y únicamente de un xi?
 Otras consideraciones…
 ¿Qué sucede con las características de los
estimadores cuando se omiten variables?
 ¿siguen siendo insesgados? ¿
 Qué pasa con su varianza?
 ¿Qué sucede con la “bondad del ajuste” del
modelo?
Ejemplo: Costos de los bancos
iuAgenciasGastos  10 
¿Qué factores influyen en la variación de los costos en
los gastos administrativos de los bancos?
•¿Qué significa 0?
•¿Qué significa 1?
•¿Son los coeficientes estadísticamente significativos?
•¿Es una buena especificación del modelo?
•Qué hace falta?
Ejemplo: Costos de los bancos
iuActivosAgenciasGastos  210 
¿Qué factores influyen en la variación de los costos en
los gastos administrativos de los bancos?
•¿Qué otras variables afectan los gastos?
•¿Afecta este cambio el valor de los coeficientes i?
•¿Cómo interpretar este cambio?
•¿A qué podría haberse debido este cambio?
Regresión Múltiple y Álgebra
Matricial
11)1()1(1 TxxkkTxTx UXY   











































31
21
11
2
1
0
333231
232221
131211
31
21
11
u
u
u
xxx
xxx
xxx
Y
Y
Y



Yˆ
Vector de unos (1´s) para justificar algebraicamente la constante.
1
1
1
Regresión Múltiple y Álgebra
Matricial
 Por simplicidad.
11)1()1(1 TxxkkTxTx UXY   
Vector de Coeficientes
Vector de Variables
Dependientes
Vector de Variables
Independientes
Vector de Errores
Estimación de los parametros
 ¿Cómo se expresa una suma de cuadrados en
términos vectoriales?
 ¿La suma de los errores al cuadrado?
 Recuerde que..
 El proceso es el mismo:
 Minimizar la Suma Cuadrática de los errores
YXXXb  1
)(
11)1()1(1 TxxkkTxTx UXY   
Conceptos Importantes
 Matrices
 Suma
 Multiplicación
 Trasposición
 Inversa
 Vectores
 Ceteris Paribus

Más contenido relacionado

La actualidad más candente

La actualidad más candente (6)

Tema 8 regresión lineal simple y correlación
Tema 8   regresión lineal simple y correlaciónTema 8   regresión lineal simple y correlación
Tema 8 regresión lineal simple y correlación
 
Regresion
RegresionRegresion
Regresion
 
Regresion multiple y correlacion
Regresion multiple y correlacionRegresion multiple y correlacion
Regresion multiple y correlacion
 
ESTADISTICA II
ESTADISTICA IIESTADISTICA II
ESTADISTICA II
 
Estadística II (II Bimestre)
Estadística II (II Bimestre)Estadística II (II Bimestre)
Estadística II (II Bimestre)
 
Trabajo investigación estadística
Trabajo investigación estadísticaTrabajo investigación estadística
Trabajo investigación estadística
 

Destacado (10)

Apuntes de econometría i (primera parte) jorge salgado
Apuntes de econometría i (primera parte)  jorge salgadoApuntes de econometría i (primera parte)  jorge salgado
Apuntes de econometría i (primera parte) jorge salgado
 
Econometria
EconometriaEconometria
Econometria
 
Introduccion a la econometria
Introduccion a la econometriaIntroduccion a la econometria
Introduccion a la econometria
 
Errores en la mediciones y fuentes de error
Errores en la mediciones y fuentes de errorErrores en la mediciones y fuentes de error
Errores en la mediciones y fuentes de error
 
Econometria
EconometriaEconometria
Econometria
 
Ejemplos de Procesos Estocásticos
Ejemplos de Procesos EstocásticosEjemplos de Procesos Estocásticos
Ejemplos de Procesos Estocásticos
 
Errores en la mediciones y fuentes de error
Errores en la mediciones y fuentes de errorErrores en la mediciones y fuentes de error
Errores en la mediciones y fuentes de error
 
Errores en la medicion
Errores en la medicionErrores en la medicion
Errores en la medicion
 
Tipos de Errores en las Mediciones
Tipos de Errores en las MedicionesTipos de Errores en las Mediciones
Tipos de Errores en las Mediciones
 
Estocasticos
EstocasticosEstocasticos
Estocasticos
 

Más de Hugo Maul

Econometria UFM: Clase 1, qué es econometría
Econometria UFM: Clase 1, qué es econometríaEconometria UFM: Clase 1, qué es econometría
Econometria UFM: Clase 1, qué es econometríaHugo Maul
 
Econometria: Clase 1, qué es econometría
Econometria: Clase 1, qué es econometríaEconometria: Clase 1, qué es econometría
Econometria: Clase 1, qué es econometríaHugo Maul
 
Econometría UFM/FCE: Clase 2, propiedades ols
Econometría UFM/FCE: Clase 2, propiedades olsEconometría UFM/FCE: Clase 2, propiedades ols
Econometría UFM/FCE: Clase 2, propiedades olsHugo Maul
 
Clase 3, inferencia estadística
Clase 3, inferencia estadísticaClase 3, inferencia estadística
Clase 3, inferencia estadísticaHugo Maul
 
Clase 4, inferencia estadística copy
Clase 4, inferencia estadística   copyClase 4, inferencia estadística   copy
Clase 4, inferencia estadística copyHugo Maul
 
Clase 7, regresión_múltiple-supuestos
Clase 7, regresión_múltiple-supuestosClase 7, regresión_múltiple-supuestos
Clase 7, regresión_múltiple-supuestosHugo Maul
 
Clase 8, modelos_no_lineales_de_regresión
Clase 8, modelos_no_lineales_de_regresiónClase 8, modelos_no_lineales_de_regresión
Clase 8, modelos_no_lineales_de_regresiónHugo Maul
 
Presentación proyecto records
Presentación proyecto recordsPresentación proyecto records
Presentación proyecto recordsHugo Maul
 

Más de Hugo Maul (8)

Econometria UFM: Clase 1, qué es econometría
Econometria UFM: Clase 1, qué es econometríaEconometria UFM: Clase 1, qué es econometría
Econometria UFM: Clase 1, qué es econometría
 
Econometria: Clase 1, qué es econometría
Econometria: Clase 1, qué es econometríaEconometria: Clase 1, qué es econometría
Econometria: Clase 1, qué es econometría
 
Econometría UFM/FCE: Clase 2, propiedades ols
Econometría UFM/FCE: Clase 2, propiedades olsEconometría UFM/FCE: Clase 2, propiedades ols
Econometría UFM/FCE: Clase 2, propiedades ols
 
Clase 3, inferencia estadística
Clase 3, inferencia estadísticaClase 3, inferencia estadística
Clase 3, inferencia estadística
 
Clase 4, inferencia estadística copy
Clase 4, inferencia estadística   copyClase 4, inferencia estadística   copy
Clase 4, inferencia estadística copy
 
Clase 7, regresión_múltiple-supuestos
Clase 7, regresión_múltiple-supuestosClase 7, regresión_múltiple-supuestos
Clase 7, regresión_múltiple-supuestos
 
Clase 8, modelos_no_lineales_de_regresión
Clase 8, modelos_no_lineales_de_regresiónClase 8, modelos_no_lineales_de_regresión
Clase 8, modelos_no_lineales_de_regresión
 
Presentación proyecto records
Presentación proyecto recordsPresentación proyecto records
Presentación proyecto records
 

Último

Proyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptxProyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptx241521559
 
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...FacuMeza2
 
SalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 TestcontainersSalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 TestcontainersIván López Martín
 
Presentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidadPresentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidadMiguelAngelVillanuev48
 
La era de la educación digital y sus desafios
La era de la educación digital y sus desafiosLa era de la educación digital y sus desafios
La era de la educación digital y sus desafiosFundación YOD YOD
 
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricGlobal Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricKeyla Dolores Méndez
 
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...AlanCedillo9
 
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptxMedidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptxaylincamaho
 
Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024GiovanniJavierHidalg
 
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...JaquelineJuarez15
 
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfPARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfSergioMendoza354770
 
Plan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docxPlan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docxpabonheidy28
 
Hernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptxHernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptxJOSEMANUELHERNANDEZH11
 
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE  DE TECNOLOGIA E INFORMATICA PRIMARIACLASE  DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIAWilbisVega
 
guía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Josephguía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan JosephBRAYANJOSEPHPEREZGOM
 
Redes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfRedes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfsoporteupcology
 
trabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdftrabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdfIsabellaMontaomurill
 
ejercicios pseint para aprogramacion sof
ejercicios pseint para aprogramacion sofejercicios pseint para aprogramacion sof
ejercicios pseint para aprogramacion sofJuancarlosHuertasNio1
 
International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)GDGSucre
 
KELA Presentacion Costa Rica 2024 - evento Protégeles
KELA Presentacion Costa Rica 2024 - evento ProtégelesKELA Presentacion Costa Rica 2024 - evento Protégeles
KELA Presentacion Costa Rica 2024 - evento ProtégelesFundación YOD YOD
 

Último (20)

Proyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptxProyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptx
 
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
 
SalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 TestcontainersSalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 Testcontainers
 
Presentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidadPresentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidad
 
La era de la educación digital y sus desafios
La era de la educación digital y sus desafiosLa era de la educación digital y sus desafios
La era de la educación digital y sus desafios
 
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricGlobal Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
 
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
 
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptxMedidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
 
Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024
 
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...
 
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfPARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
 
Plan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docxPlan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docx
 
Hernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptxHernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptx
 
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE  DE TECNOLOGIA E INFORMATICA PRIMARIACLASE  DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIA
 
guía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Josephguía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Joseph
 
Redes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfRedes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdf
 
trabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdftrabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdf
 
ejercicios pseint para aprogramacion sof
ejercicios pseint para aprogramacion sofejercicios pseint para aprogramacion sof
ejercicios pseint para aprogramacion sof
 
International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)
 
KELA Presentacion Costa Rica 2024 - evento Protégeles
KELA Presentacion Costa Rica 2024 - evento ProtégelesKELA Presentacion Costa Rica 2024 - evento Protégeles
KELA Presentacion Costa Rica 2024 - evento Protégeles
 

Clip 10 grabada ok

  • 1. Modelo de regresión múltiple Introducción a la Econometría Clip 10
  • 2. Ventajas de la regresión múltiple  Permite modelar los efectos parciales de una variable:  Ceteris páribus: “dejando lo demás constante”  ¿Controlando por x2 cuál es el efecto de x1? ii uxxY  22110  221110 )( xxxyY   x y   1
  • 3. ¿Por qué es necesario incluir más de una variable?  Un modelo que se ajuste más a la realidad:  ¿Depende Y únicamente de un xi?  Otras consideraciones…  ¿Qué sucede con las características de los estimadores cuando se omiten variables?  ¿siguen siendo insesgados? ¿  Qué pasa con su varianza?  ¿Qué sucede con la “bondad del ajuste” del modelo?
  • 4. Ejemplo: Costos de los bancos iuAgenciasGastos  10  ¿Qué factores influyen en la variación de los costos en los gastos administrativos de los bancos? •¿Qué significa 0? •¿Qué significa 1? •¿Son los coeficientes estadísticamente significativos? •¿Es una buena especificación del modelo? •Qué hace falta?
  • 5. Ejemplo: Costos de los bancos iuActivosAgenciasGastos  210  ¿Qué factores influyen en la variación de los costos en los gastos administrativos de los bancos? •¿Qué otras variables afectan los gastos? •¿Afecta este cambio el valor de los coeficientes i? •¿Cómo interpretar este cambio? •¿A qué podría haberse debido este cambio?
  • 6. Regresión Múltiple y Álgebra Matricial 11)1()1(1 TxxkkTxTx UXY                                               31 21 11 2 1 0 333231 232221 131211 31 21 11 u u u xxx xxx xxx Y Y Y    Yˆ Vector de unos (1´s) para justificar algebraicamente la constante. 1 1 1
  • 7. Regresión Múltiple y Álgebra Matricial  Por simplicidad. 11)1()1(1 TxxkkTxTx UXY    Vector de Coeficientes Vector de Variables Dependientes Vector de Variables Independientes Vector de Errores
  • 8. Estimación de los parametros  ¿Cómo se expresa una suma de cuadrados en términos vectoriales?  ¿La suma de los errores al cuadrado?  Recuerde que..  El proceso es el mismo:  Minimizar la Suma Cuadrática de los errores YXXXb  1 )( 11)1()1(1 TxxkkTxTx UXY   
  • 9. Conceptos Importantes  Matrices  Suma  Multiplicación  Trasposición  Inversa  Vectores  Ceteris Paribus