Regresin Mltiple: Este tipo se presenta cuando dos o ms variables

independientes influyen sobre una variable dependiente. Ejemplo: Y = f(x, w, z).

Una Empresa de desarrollo de software establece relacionar sus Ventas en
funcin del nmero de pedidos de los tipos de software que desarrolla (Sistemas,
Educativos y Automatizaciones Empresariales), para atender 10 proyectos en el
presente ao.
En la Tabla representa Y (Ventas miles de S/.) e X (N pedidos de sistemas), W (N
de pedidos de Aplicaciones Educativas) y Z (N de pedidos de Automatizaciones
empresariales).
Y
X
W
Z

440

435

470

510

506

480

460

500

490

450

50
105
75

40
140
68

35
110
70

45
130
64

51
125
67

55
115
72

53
100
70

48
103
73

38
118
69

44
98
74

Objetivo: Se presentara primero el anlisis de regresin mltiple al desarrollar y

explicar el uso de la ecuacin de regresin mltiple, as como el error estndar
mltiple de estimacin. Despus se medir la fuerza de la relacin entre las
variables independientes, utilizando los coeficientes mltiples de determinacin
Anlisis de Regresin Mltiple
Dispone de una ecuacin con dos variables independientes adicionales:

se puede ampliar para cualquier nmero "m" de variables independientes:

Para poder resolver y obtener

en una ecuacin de regresin mltiple

el clculo se presenta muy tediosa porque se tiene atender 3 ecuaciones que se

generan por el mtodo de mnimo de cuadrados:

Para poder resolver se puede utilizar programas informticos como AD+, SPSS y
Minitab y Excel.

El error estndar de la regresin mltiple

Es una medida de dispersin la estimacin se hace ms precisa conforme el grado
de dispersin alrededor del plano de regresin se hace ms pequeo.
Para medirla se utiliza la formula:

Y : Valores observados en la muestra

: Valores estimados a partir a partir de la ecuacin de regresin

n : Nmero de datos
m : Nmero de variables independientes
El coeficiente de determinacin mltiple
Mide la tasa porcentual de los cambios de Y que pueden ser explicados por
,

simultneamente.

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 de Datos y Programacin como se muestran en el siguiente
cuadro.

ALUMN

PH

ALGORITM BASE DE

programaci

P
13
13
13
15
16
15
12
13
13
13
11
14
15
15
15

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

15
14
16
20
18
16
13
16
15
14
12
16
17
19
13

Datos
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
13
15
16
10

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:

IV.- CONCLUSIONES
El 69.70% del aprendizaje del Curso de PHP puede ser explicado mediante las
notas obtenidas por las asignaturas de Algoritmos, Base de Datos y Programacin.