El modelo de regresión múltiple
estimado
kk XbXbXbbY ++++= ...ˆ 22110
El modelo de regresión múltiple para
dos variables independientes
Los coeficientes de las dos variables independientes se
representan mediante las pendientes del plano de
regresión.
22110
ˆ XbXbbY ++=
 El error estándar de estimación
 Coeficiente de determinación múltiple: Mide la
fuerza de la relación entre Y y las variables independientes

ó
( )
1
ˆ 2
−−
−∑
=
kn
YY
Se ii
SCT
SCR
R =2
SCT
SCE
R −=12
 Coeficiente de determinación corregido:
ó
 Evaluación del modelo como un todo:
El procedimiento ANOVA prueba si alguna de las variables
independientes tiene una relación con la variable dependiente. Es decir si Xi
no está relacionada con Y, entonces βi=0. El procedimiento ANOVA prueba
la hipótesis nula de que todos los valores β son cero contra la hipótesis
alternativa de que por lo menos un β no es cero, es decir,
H0: β1 =β2 = β3 =…=βk =0
HA: Al menos una β no es cero
Las fórmulas son las mismas usadas en la tabla de ANOVA para el modelo de
regresión simple.
( )
( )1/
1/
12
−
−−
−=
nSCT
knSCE
R ( )( )
( )1
1
11 22
−
−−
−−=
n
kn
RR
 Pruebas individuales para los coeficientes de
regresión parcial
Este procedimiento es idéntico al de la regresión simple.
H0: β1 =0
HA: β1 ≠0
Prueba de hipótesis para la significancia del coeficiente de regresión parcial:
en donde Sb1 es el error estándar del coeficiente de regresión.
Este mismo modelo se sigue para los demás coeficientes de regresión βi
1
11
bS
b
t
β−
=
 Pruebas individuales para los coeficientes de
regresión parcial
Este procedimiento es idéntico al de la regresión simple.
H0: β1 =0
HA: β1 ≠0
Prueba de hipótesis para la significancia del coeficiente de regresión parcial:
en donde Sb1 es el error estándar del coeficiente de regresión.
Este mismo modelo se sigue para los demás coeficientes de regresión βi
1
11
bS
b
t
β−
=

Regresion multiple y correlacion

  • 1.
    El modelo deregresión múltiple estimado kk XbXbXbbY ++++= ...ˆ 22110
  • 2.
    El modelo deregresión múltiple para dos variables independientes Los coeficientes de las dos variables independientes se representan mediante las pendientes del plano de regresión. 22110 ˆ XbXbbY ++=
  • 3.
     El errorestándar de estimación  Coeficiente de determinación múltiple: Mide la fuerza de la relación entre Y y las variables independientes  ó ( ) 1 ˆ 2 −− −∑ = kn YY Se ii SCT SCR R =2 SCT SCE R −=12
  • 4.
     Coeficiente dedeterminación corregido: ó  Evaluación del modelo como un todo: El procedimiento ANOVA prueba si alguna de las variables independientes tiene una relación con la variable dependiente. Es decir si Xi no está relacionada con Y, entonces βi=0. El procedimiento ANOVA prueba la hipótesis nula de que todos los valores β son cero contra la hipótesis alternativa de que por lo menos un β no es cero, es decir, H0: β1 =β2 = β3 =…=βk =0 HA: Al menos una β no es cero Las fórmulas son las mismas usadas en la tabla de ANOVA para el modelo de regresión simple. ( ) ( )1/ 1/ 12 − −− −= nSCT knSCE R ( )( ) ( )1 1 11 22 − −− −−= n kn RR
  • 5.
     Pruebas individualespara los coeficientes de regresión parcial Este procedimiento es idéntico al de la regresión simple. H0: β1 =0 HA: β1 ≠0 Prueba de hipótesis para la significancia del coeficiente de regresión parcial: en donde Sb1 es el error estándar del coeficiente de regresión. Este mismo modelo se sigue para los demás coeficientes de regresión βi 1 11 bS b t β− =
  • 6.
     Pruebas individualespara los coeficientes de regresión parcial Este procedimiento es idéntico al de la regresión simple. H0: β1 =0 HA: β1 ≠0 Prueba de hipótesis para la significancia del coeficiente de regresión parcial: en donde Sb1 es el error estándar del coeficiente de regresión. Este mismo modelo se sigue para los demás coeficientes de regresión βi 1 11 bS b t β− =