0 penilaian0% menganggap dokumen ini bermanfaat (0 suara)
974 tayangan10 halaman
Este documento describe los procedimientos para realizar pruebas de hipótesis en un modelo de regresión lineal múltiple. Explica que las hipótesis sobre los parámetros del modelo son similares a la regresión lineal simple, pero ahora hay más parámetros. También requiere la suposición de errores normales e independientes con media cero y varianza constante. Luego, detalla cómo realizar un análisis de varianza (ANOVA) para probar si el modelo de regresión es significativo mediante la comparación de la suma de cuadrados de
Este documento describe los procedimientos para realizar pruebas de hipótesis en un modelo de regresión lineal múltiple. Explica que las hipótesis sobre los parámetros del modelo son similares a la regresión lineal simple, pero ahora hay más parámetros. También requiere la suposición de errores normales e independientes con media cero y varianza constante. Luego, detalla cómo realizar un análisis de varianza (ANOVA) para probar si el modelo de regresión es significativo mediante la comparación de la suma de cuadrados de
Este documento describe los procedimientos para realizar pruebas de hipótesis en un modelo de regresión lineal múltiple. Explica que las hipótesis sobre los parámetros del modelo son similares a la regresión lineal simple, pero ahora hay más parámetros. También requiere la suposición de errores normales e independientes con media cero y varianza constante. Luego, detalla cómo realizar un análisis de varianza (ANOVA) para probar si el modelo de regresión es significativo mediante la comparación de la suma de cuadrados de
múltiple. Las hipótesis sobre los parámetros del modelo son equivalentes a las realizadas para regresión lineal simple, pero ahora son más necesarias porque en regresión múltiple tenemos más parámetros en el modelo; sin embargo, por lo general es necesario evaluar su verdadera contribución a la explicación de la respuesta. También requerimos de la suposición de que los errores se distribuyen en forma normal, independientes, con media cero y varianza 2 Análisis de varianza(ANOVA) La hipótesis global más importante sobre un modelo de regresión múltiple consiste en ver si la regresión es significativa. Esto se logra probando la siguiente hipótesis:
Aceptar H0 significa que ningún término o variable en el modelo tiene una
contribución significativa al explicar la variable de respuesta, Y. Rechaza H0 implica que por lo menos un término en el modelo contribuye de manera significativa a explicar Y. Para saber si la hipótesis nula se acepta o rechaza debemos de seguir un procedimiento para esto debemos de hacer el calculo de:
Suma de cuadrados del error
Si H0 : βj = 0 es verdadera, entonces SCR / 2 tiene una distribución , donde el número de grados de libertad, k, es igual al número de términos en el modelo de regresión. El estadístico de prueba para la significancia del modelo de regresión lineal múltiple esté dado por:
que bajo H0 tiene una distribución
Criterio de rechazo para H0.
Se rechaza H0 si,
o Para completar el procedimiento anterior necesitamos una forma explícita para calcular SCR. La formula para calcular la suma de cuadrados SCE del es:
Además, como la suma total de cuadrados, Syy, está dada por:
La SCE puede expresarse como:
Así, hemos obtenido una forma explícita para la suma de cuadrados de la regresión:
Todo el procedimiento anterior se puede resumir en la siguiente tabla:
Tabla ANOVA (Análisis de varianza) para la significancia del modelo de regresión
multiple. Ejemplo: En la tabla se observan 16 observaciones de viscosidad de un polímero(y) y dos variables de proceso: la temperatura de reacción(X1) y la velocidad de alimentación del catalizador (X2). Obtenga el ANOVA y sus conclusiones. Velocidad de Viscosidad Temperatura alimentación Y X1 X2 2256 80 8 2340 93 9 2426 100 10 2293 82 12 2330 90 11 2368 99 8 2250 81 8 2409 96 10 2364 94 12 2379 93 11 2440 97 13 2364 95 11 2404 100 8 2317 85 12 2309 86 9 2328 87 12 Procedimiento. Primero debemos de plantear las hipótesis.
Después debemos de empezar a calcular la tabla ANOVA.
Calcular la sema de cuadrados de la regresión SCR.