INSTITUTO TECNOLOGICO DELAZARO CARDENAS MICHOACAN

PROFESOR: L.A ISAAC VAZQUEZ ESQUEDA

ALUMNA: YESENIA GALEANA GUTIERREZ

N DE CONTROL: 10560053

MATERIA: ESTADISTICA INFERENCIAL II

CARRERA: ING. EN GESTION EMPRESARIAL

SEMESTRE: 5

NOMBRE DEL TRABAJO: UNIDAD 2 AULA: G6

2.1 MODELO DE REGRESIN MLTIPLE.

Regresin lineal mltiple

Es un mtodo para analizar el efecto de dos o mas variables independientes sobre una dependiente; as mismo, es una extensin de la regresin lineal solo que con un mayor nmero de variables independientes. Es decir sirve para predecir el valor de una variable dependiente conociendo el valor y la influencia de las variables independientes incluidas en el anlisis.La regresin lineal mltiple estima los coeficientes de la ecuacin lineal, con una o ms variables independientes, que mejor prediga el valor de la variable dependiente. La diferencia entre regresin lineal y mltiple. En estadstica la regresin lineal o ajuste lineal es un mtodo matemtico que modeliza la relacin entre una variable dependiente Y, las variables independientes Xi y un trmino aleatorio . y la regresin mltiple Se define como un procedimiento mediante el cual se trata de determinar si existe o no relacin de dependencia entre dos o ms variables. Es decir, conociendo los valores de una variable independiente, se trata de estimar los valores, de una o ms variables dependientes.

2.2 ESTIMACIN DE LA ECUACIN DE REGRESIN MLTIPLE.

Ecuacin de regresin Mltiple.- La forma general de la ecuacin de regresin mltiple con dos variables independientes es: Y' = a + b1X1 + b2X2 X1, X2: Variables Independientes a: es la ordenada del punto de interseccin con el eje Y. b1: Coeficiente de Regresin (es la variacin neta en Y por cada unidad de variacin en X1.). b2: Coeficiente de Regresin (es el cambio neto en Y para cada cambiounitario en X2).

2.3 MATRIZ DE VARIANZA COVARIANZA.

Una matriz que representa la covarianza entre pares diferentes de variables aleatorias. A lo largo de las columnas, la matriz contendr los nombres de lasvariables en orden secuencial (por ejemplo, x,, x2, x3, etc.). A lo largo de las filas, la matriz contendr los mismos nombres de las variables en el mismoorden secuencial (por ejemplo, x,, x,,, x3, etc.). En cada punto de interseccin entre una fila y una columna habr una covarianza. Por ejemplo, el nmero que aparece en la interseccin de las variables x, y x2 es la covarianza entre la variable x, y la variable x.,. A lo largo de la diagonal principal de la matriz haypares emparejados de variables (por ejemplo, x, y x,; x, y x2). Los nmerosasociados con estos pares emparejados son varianzas. Las matrices devarianza-covarianza son simtricas. Esto es, el tringulo superior derecho es la imagen especular del tringulo inferior izquierdo.

2.4 PRUEBAS DE HIPTESIS PARA LOS COEFICIENTES DE REGRESIN.

Pruebas de hiptesis en la regresin lineal mltiple En regresin lineal mltiple, ciertos tipos de hiptesis respecto a los parmetros del modelo son o tipos de al medir la suficiencia del modelo, seguiremos requiriendo la suposicin normalidad en los errores prueba de significacin de regresin, esta prueba es para determinar si hay una relacin linealentre la variable dependiente y un subconjunto de las variables dependientes X1, X2, X3....Xn la hiptesis apropiada son: H0:Bi=B2=BK=0 Hi: Bj 0 al menos de las siguientes variables independientes el rechazo de H0: Bj = implica que el menos una de las variables independientes.

2.5 CORRELACION LINEAL MULTIPLE

Como se ha visto anteriormente, el coeficiente de correlacin simple est basado en la suposicin de la aproximacin a la distribucin normal bivariante. Si se tiene ms de dos variables, el modelo bsico para la correlacin mltiple, sera una ampliacin de esta distribucin, denominada distribucin normal multivariante, Si hay tres variables, habr tres correlaciones simples entre ellas, 12, 13 y 23. Estos coeficientes miden la relacin lineal que existen entre estas variables, dos a dos, sin tener en cuenta la posible influencia de la tercera. La correlacin parcial se define como la correlacin entre dos variables si las dems variable no varan, es decir, el valor de las dems variables son fijos. Por ejemplo, el coeficiente de correlacin parcial 12.3, es la correlacin entre la variable 1 y 2 siendo constante el valor de la variable 3; o el coeficiente de correlacin parcial 23.1 es la correlacin entre la variable 2 y 3 siendo constante el valor de la variable 1. El coeficiente de correlacin mltiple se aplica a la situacin en que una variable, a la que se puede seguir llamando Y, ha sido aislada para examinar su relacin con el conjunto de las otras variables. Este coeficiente de correlacin viene determinado por la expresin

APLICACIN

APLICACION DE REGRESION MULTIPLE Mediante el siguiente problema podremos ilustrar la aplicacin de Regresin Multiple: En la Facultad de Ingeniera de Sistemas y Computo de la Universidad "Inca Garcilaso de la Vega" se quiere entender los factores de aprendizaje de los alumnos que cursan la asignatura de PHP, para lo cual se escoge al azar una muestra de 15 alumnos y ellos

registran notas promedios en las asignaturas de Algoritmos, Base Datos y Programacin como se muestran en el siguiente cuadro. Alumno PHP 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 13 13 13 15 16 15 12 13 13 13 11 14 15 15 15 Algoritmos 15 14 16 20 18 16 13 16 15 14 12 16 17 19 13 Base de Datos Programacin 15 13 13 14 18 17 15 14 14 13 12 11 16 14 15 13 12 14 16 17 15 11 15 13 10 10 14 15 16 10

de

Lo que buscamos es construir un modelo para determinar la dependencia que exista de aprendizaje reflejada en las notas de la asignatura de PHP, conociendo las notas de las asignaturas Algoritmos, Base de Datos y Programacin. Se presentara la siguiente ecuacin a resolver:

Utilizando las formulas de las ecuaciones normales a los datos obtendremos los coeficientes de regresin o utilizando Regresin de Anlisis de datos, en la Hoja de Calculo de Excel podemos calcular tambin los coeficientes de regresin:

Por lo tanto podemos construir la ecuacin de regresin que buscamos:

El Error Estndar de Regresin Mltiple Mediante esta medida de dispersin se hace ms preciso el grado de dispersin alrededor del plano de regresin, se hace ms pequeo. Para calcularla se utiliza la formula siguiente:

En los resultados de Excel se llama error tpico y para explicar la relacin del aprendizaje de PHP que se viene desarrollando es de 0.861 El coeficiente de determinacin mltiple (r2) Utilizaremos para determinar la tasa porcentual de Y para ser explicados las variables mltiples, utilizando la si siguiente formula: