REGRESIÓN LINEAL MÚLTIPLE

Es remota la posibilidad de que el valor de una variable dependa exclusivamente de otra.

Resulta más frecuente que esta dependencia se dé con dos o más variables. Así, por
ejemplo, los ingresos de un negocio dependen de muchos factores tales como: el costo de
los insumos, el salario de los empleados, el gasto en transportación, de almacenaje, el
precio de los artículos o servicios, los precios de la competencia, el poder adquisitivo de la
población, la situación económica, política y social en la que se encuentra el país y, por
supuesto, el mundo, en virtud del proceso de la globalización, entre muchos posibles
hechos.

Cuando la variable dependiente es influida por dos o más variables, se aplica la técnica
matemática de la regresión múltiple. Los conceptos de coeficientes de correlación,
determinación, error estándar de estimación, significado de los parámetros de regresión,
son los mismos que en otros procedimientos.

En esta actividad sólo se considera el caso de dos variables explicativas (independientes)

para pronosticar los valores de la variable dependiente. Se muestran casos de diferente
naturaleza para propiciar ideas sobre la amplitud de aplicación de esta técnica.

Resuelve los siguientes ejercicios:

1. Una compañía de bienes raíces que desea tener un modelo matemático que le permita
hacer una lista de precios de las casas que comercializa. El personal sabe que estos
precios dependen de varios factores; entre ellos: el tamaño del terreno, el área
construida, el lugar de la residencia, el número de recámaras, el número de baños,
acabados, la antigüedad, entre otros factores más.

© Escuela Bancaria y Comercial

En este problema se desea tener un modelo para la asignación de precios de las casas
tomando en cuenta el área construida y la antigüedad del inmueble. Para tal efecto, se
hizo una recopilación de la venta de 14 propiedades consideradas como
representativas. La tabla siguiente muestra el área y años de antigüedad de estas
casas.

Área construida Antigüedad Precio de venta

Casa
(pies cuadrados) (años) (unidades)

1 1926 30 35,000
2 2069 40 47,000
3 1720 30 49,900
4 1396 15 55,000
5 1706 32 58,900
6 1847 38 60,000
7 1950 27 67,000
8 2323 30 70,000
9 2285 26 78,500
10 3752 35 79,000
11 2300 18 87,500
12 2525 17 93,000
13 3800 40 95,000
14 1740 12 97,000

Tomando en cuenta esta información determina:

a. El coeficiente de correlación entre estas variables, ¿qué tan fuerte es la relación

lineal entre las variables independientes (o explicativas) con respecto a la variable
dependiente (o explicada)?

¿Qué tan fuerte es la correlación entre las variables independientes?

b. El modelo de regresión lineal múltiple que permita definir el precio de venta de

las casas. en función del área construida y de la antigüedad.

c. ¿Cuál es el significado de los coeficientes de regresión?

d. ¿Qué porcentaje de las variaciones observadas en los precios, puede ser explicado
por las variables área y antigüedad?

© Escuela Bancaria y Comercial

 e. Determina, con un nivel de confianza de 95%, el precio que deberá asignarse a
una casa que tiene 3,000 ft2 de construcción y una antigüedad de 16 años.

f. ¿Es significativo el modelo de regresión múltiple encontrado para determinar el

precio de los bienes inmuebles que comercializa esta compañía? Realiza la prueba
F.

2. En un estudio de factibilidad, una tienda de autoservicio intenta predecir el nivel de

gasto que tendrán las familias de la localidad para el próximo año. Para lograr este
objetivo, realizó una encuesta en la que se incluyeron las variables: ingreso anual,
número de integrantes de la familia, y gasto anual en la tienda.

La siguiente tabla es una muestra de 10 familias con esta información.

Tamaño
Gasto anual Ingreso anual
Familia de la
CDD MDD
familia
1 24 11 6
2 8 3 2
3 16 4 1
4 18 7 3
5 24 9 5
6 23 8 4
7 11 5 2
8 15 7 2
9 21 8 3
10 20 7 2

CDD: cientos de dólares MDD: miles de dólares

Con base en información determina:

a. La matriz de correlación entre las variables independientes y de las

independientes con la dependiente; responde ¿qué se puede concluir de esta
matriz respecto al modelo de regresión múltiple que se buscará?

b. Encuentra el modelo de regresión múltiple

c. ¿Qué significan los parámetros de regresión?

d. ¿Qué porcentaje de las variaciones observadas en el gasto familiar es explicado

por el ingreso familiar y el número de sus integrantes?

© Escuela Bancaria y Comercial

 e. ¿Cuál es el gasto anual que tendría una familia de cuatro integrantes, con un
ingreso anual de $6,000.00 dólares? ¿Cuál es el error estándar de la estimación
anterior?

f. Haz la prueba F de este modelo y ofrece una interpretación

3. ¿De qué dependerá el producto interno bruto del país? Podríamos pensar que la
inversión extranjera directa puede tener una influencia positiva y que la tasa de
desempleo también tiene relación. Para comprobar esta hipótesis se hizo una
recopilación de la tasa de variación anual del PIB, de la tasa de desocupación (TD) y
del índice de inversión fija bruta (IIFB), entre los años 2004 y 2011, como se muestra en
la tabla.

Año IIFB TD PIB

2004 78.1 3.92 4.2
2005 82.7 3.60 3.1
2006 89.9 3.59 5
2007 95.3 3.72 3.2
2008 100 3.97 1.4
2009 90.7 5.47 -4.7
2010 91.9 5.37 5.2
2011 99.1 5.23 3.9

a. Calcula el coeficiente de correlación entre las variables independientes.

b. ¿Cuál es el coeficiente de correlación entre las variables independientes y la

dependiente?

c. Elabora el modelo de regresión múltiple.

d. ¿Qué porcentaje de las variaciones en el PIB pueden explicarse por la tasa de

desocupación y por el índice de inversión fija bruta?

e. ¿Qué indica la prueba F acerca de la factibilidad del modelo hallado?

© Escuela Bancaria y Comercial

4. Al gerente de Recursos Humanos de la empresa le preocupa que a su departamento se
le critique de ser intuitivo e irracional en la asignación de salarios. Con el propósito de
tener un instrumento confiable, comenzó por recopilar información de doce
empleados sobre salario, antigüedad y grado de capacitación para el trabajo (medido
como un índice).

Salario
Antigüedad Capacitación
Empleado (miles de
(años) (índice)
pesos)
1 2 80 9,700
2 5 60 8,600
3 4 90 11,500
4 8 40 7,100
5 1 75 9,000
6 7 85 11,700
7 9 70 10,500
8 3 50 7,300
9 6 65 9,000
10 5 80 10,700

Con base en esta información, determina:

a. La matriz de correlación entre las variables.

b. El modelo de regresión múltiple que mejor se ajusta a este conjunto de datos.

c. El significado que tienen los parámetros de regresión.

d. ¿Cuál deberá ser el salario de una persona que tiene nueve años de antigüedad y
un índice de 40 como nivel de capacitación?

e. ¿Qué porcentaje de las variaciones observadas en el salario puede ser explicado

por la antigüedad y nivel de capacitación?

f. ¿Qué indica la prueba F respecto a la factibilidad del modelo de regresión

hallado?

5. Una empresa de transporte terrestre quiere saber qué tanto influyen la publicidad y la
antigüedad de sus unidades en el porcentaje de ocupación promedio de sus vehículos.
Se sabe que este porcentaje depende de la época del año; por esta razón el personal

© Escuela Bancaria y Comercial

limitó el estudio a la época decembrina. La compañía trabaja por unidades
independientes que administran a su manera las rutas que cubren el territorio
nacional.

Para encontrar respuesta a su pregunta reunió información sobre sus diez unidades
regionales durante último año. El resultado que se muestra en la siguiente tabla.

Publicidad Antigüedad
%
(millones Promedio
Ocupación
de pesos) (años)
65 50 4
40 20 8
80 60 2
95 80 5
48 25 2
60 40 3
85 75 10
68 55 6
92 70 4
55 35 5

a. Elabora e interpreta la matriz de correlación.

b. Determina la ecuación de regresión múltiple.

c. ¿Qué significan los parámetros de regresión?

d. ¿Qué porcentaje de las variaciones en el porcentaje promedio de ocupación de los

camiones puede ser explicado por la publicidad y la antigüedad de las unidades?

e. ¿Qué indica la prueba F respecto de la factibilidad del modelo de regresión

hallado?

f. ¿Cuál sería el porcentaje promedio de los camiones en una unidad administrativa

que dedica $50,000,000.00 de pesos en publicidad y cuyos camiones tienen una
antigüedad de ocho años? Realiza el pronóstico con un nivel de confianza de 90%.

© Escuela Bancaria y Comercial