donde:
Proceso de Estimacin
Modelo de Regresin Mltiple
Datos muestrales:
x1 x2 . . . xp y
. .
. .
. .
. .
desconocidos
b0 , b1 , b2 , . . . , b p
Clculo de la ecuacin de
regresin mltiple estimada
y b0 b1 x1 b2 x2 ... bp x p
b0, b1, b2, . . . , bp son
estadsticos muestrales
min ( y i y i )2
donde
x1 = inversin en inventario (en miles de $)
x2= gasto en publicidad (en miles de $)
y = ventas (en miles de $)
a) Estime las ventas resultantes si la inversin en inventario es de $15 000 y el
presupuesto para publicidad es de $10 000.
b) Interprete b1 y b2 en esta ecuacin de regresin estimada.
(
y
y
)
(
y
y
)
(
y
y
)
+
=
i
i
i i
donde:
SCE (n k 1)
R 1
STC (n 1)
2
a
n 1
R 1 (1 R )
n k 1
2
a
Prueba de Significancia
En una regresin lineal simple, las pruebas F y t llevan a la misma
conclusin.
En una regresin mltiple, las pruebas F y t tienen propsitos
diferentes.
Prueba F
Prueba t
H 0 : b1 = b2 = . . . = bk = 0
Ha: Uno o ms de los parmetros
es distinto de cero.
Estadstico de Prueba
F = CRM/ECM
Regla de Rechazo
Suma de
cuadrados
Grados
de
libertad
Cuadrado medio
Regresin
SCR
CMR = SCR/k
F=CMR/
ECM
Error
SCE
n-k1
ECM = SCE/(n-k-1)
Total
STC
n-1
Valor-p
H0 : bi 0
H a : bi 0
Estadstico de Prueba t
Regla de Rechazo
bi
sbi
Ejercicio:
The Wall Street Journal realiz un estudio acerca de los gastos que
realizan las mejores universidades en el basquetbol. Una parte de los
datos se lista a continuacin e incluye algunas escuelas (School), los
ingresos (Revenue) en millones de $, el porcentaje de victorias (%
Wins) y el sueldo del entrenador (Salary) en millones de $ de 39 de los
mejores programas de basquetbol de Estados Unidos (The Wall Street
Journal, 11-12 de marzo de 2006).
a) Desarrolle la ecuacin de regresin estimada para predecir el sueldo
del entrenador dados los ingresos generados por el programa y el
porcentaje de victorias.
b) Use la prueba F para determinar la significancia global de la relacin.
Cul es su conclusin empleando 0.05 como nivel de significancia?
c) Utilice la prueba t para determinar la significancia de cada una de las
variables independientes. Cul es su conclusin con un nivel de
significancia de 0.05?
Ejercicio:
En el ejercicio 4 se proporcion la siguiente ecuacin de regresin estimada
que relaciona las ventas contra la inversin en inventario y los gastos de
publicidad.
= 25 + 101 + 82
Los datos para desarrollar este modelo provienen de 10 tiendas; con esta
informacin, la STC= 16 000 y la SCR = 12 000.
a) Calcule R2 para la ecuacin de regresin estimada.
b) Calcule 2 .
c) Este modelo parece explicar gran parte de la variabilidad de los datos?
Explique.
Multicolinearidad
El trmino multicolinearidad se refiere a la correlacin entre las
variables independientes.
Cuando las variables independientes estn altamente
correlacionadas (digamos, |r | > .7), no es posible determinar por
separado el efecto de cualquiera de las variables independientes
sobre la variable dependiente
Debe hacerse todo lo posible para evitar incluir variables
independientes que estn altamente correlacionadas.
La fuerte multicolinealidad da como resultado grandes varianzas
y covarianzas de los estimadores de coeficientes de regresin ()
obtenidos por MC.
La multicolinealidad tiende tambin a producir estimadores de
que son demasiado grandes en valor absoluto.
Ejercicio:
Se brinda la informacin de los meses transcurridos desde el ltimo
servicio (Months Since Last Service), del tipo de reparacin (Type of
Repair), mecnica (Mechanical) o elctrica (Electrical), los gerentes
presentan una lista con los tcnicos (Repairperson) que realizaron el
servicio, con el objetivo de estimar el tiempo de reparacin.
a) Por ahora ignore los meses transcurridos desde el ltimo servicio y el
tcnico asignado. Obtenga la ecuacin de regresin lineal simple estimada
para predecir el tiempo que se requiere para la reparacin (y) dado el tipo
de reparacin (x2). Recuerde que x2=0 si sta es mecnica y x2= 1 si es
elctrica. La ecuacin obtenida en el inciso proporciona un buen ajuste a
los datos observados? Explique.
b) Por ahora ignore los meses transcurridos desde el ltimo servicio y el
tipo de reparacin. Obtenga la ecuacin de regresin lineal simple
estimada para predecir el tiempo necesario para la reparacin dado el
tcnico que realiz el servicio. Sea x3=0 si ste fue realizado por Bob Jones,
y x3=1 si lo realiz Dave Newton. La ecuacin obtenida proporciona un
buen ajuste a los datos observados? Explique.