REGRESIN LINEAL MLTIPLE

Ing. Eco. Mximo Pasache Ramos

e-mail: maxgedeon@gmail.com

Regresin Lineal Mltiple

Definicin: El Modelo de Regresin Lineal Mltiple, utiliza mas de una variable explicativa, haciendo posible incrementar el poder explicativo y la utilidad del modelo en la toma de muchas decisiones de negocio. Este modelo permite incorporar dos o ms variables explicativas independientes.
Modelo de Regresin Mltiple

En donde:

i son coeficientes de Regresin es el trmino del error aleatorio

Regresin Lineal Mltiple

Modelo de Regresin Mltiple Estimado

En donde: es el valor estimado para la variable dependiente y bi son los estimados para los coeficientes poblacionales i

Los bi se denominan coeficientes parciales (o netos) de regresin y tienen la misma interpretacin que en la regresin lineal simple. Por tanto, b1 es la cantidad por la cual Yi cambiar si X1 cambia en una unidad, asumiendo que todas las otras variables independientes se mantienen constantes.

Regresin Lineal Mltiple

Ejemplo con 2 variables Independientes:

En donde: es el valor proyectado de los pasajeros expresado en miles X1 Publicidad expresada en miles de dlares X2 Ingreso Nacional en millones de dlares Con dos variables independientes el diagrama de dispersin puede elaborarse en un espacio tridimensional formando un plano de regresin, como se observa en el siguiente grfico:

Regresin Lineal Mltiple

Grfico:

Plano de Regresin, los coeficientes de las dos variables independientes se representan mediante el plano de regresin. Al igual que en RLS, en RLM se busca minimizar la suma de los errores al cuadrado

Supuestos en la Regresin Lineal Mltiple

1) Modelo de Regresin Lineal, o lineal en los parmetros 2) Valores de X independientes del trmino del error. Esto significa que se requiere covarianza cero entre ui y cada variable de X Cov(ui,X1) = Cov(ui,X2) = 0 3) Valor medio de la perturbacin ui igual a cero E(ui|X1, X2) = 0 4) Homoscedasticidad o varianza constante de ui Var(ui) = 2 5) No autocorrelacin o correlacin serial, entre las perturbaciones. Cov(ui,uj) = 0 ij

Supuestos en la Regresin Lineal Mltiple

6) El nmero de observaciones n debe ser mayor que el de parmetros por estimar.

7) Debe haber variacin en los valores de las variables X

8) No debe haber colinealidad exacta entre las variables X No hay relacin lineal exacta entre X1 y X2

Regresin Lineal Mltiple

Ejemplo:
Y 123.4 135.7 115.9 100.6 98.7 150.4 124.6 110.0 138.6 123.4 1221.3 X1 300.5 325.9 298.6 200.9 300.4 359.8 279.6 215.6 250.0 300.0 2831.3 X2 4.3 5.5 7.8 4.9 4.3 8.5 6.4 5.6 5.3 5.0 57.6

1 2 3 4 5 6 7 8 9 10

Regresin Lineal Mltiple

Clculo de Coeficientes a travs de Sistema de Ecuaciones:

(1)

(2)

(3)

Para 2 variables independientes: se forma un sistema de tres ecuaciones (1, 2, 3) con tres incgnitas (b0, b1, b2). Se procede al clculo de este sistema:

Regresin Lineal Mltiple

Y 1 2 3 4 5 123.4 135.7 115.9 100.6 98.7 X1 300.5 325.9 298.6 200.9 300.4 X2 4.3 5.5 7.8 4.9 4.3 Y.X1 37081.7 44224.63 34607.74 20210.54 29649.48 Y.X2 530.62 746.35 904.02 492.94 424.41 X21 90300.25 106210.81 89161.96 40360.81 90240.16 X22 18.49 30.25 60.84 24.01 18.49 X1.X2 1292.15 1792.45 2329.08 984.41 1291.72

6
7 8 9

150.4
124.6 110.0 138.6

359.8
279.6 215.6 250.0

8.5
6.4 5.6 5.3

54113.92
34838.16 23716 34650

1278.4
797.44 616 734.58

129456.04
78176.16 46483.36 62500

72.25
40.96 31.36 28.09

3058.3
1789.44 1207.36 1325

10

123.4
1221.3

300.0
2831.3

5.0
57.6

37020

617

90000

25
349.74

1500
16569.91

350112.17 7141.76 822889.55

Reemplazando: 1221.3 = 10b0+2831.3b1+57.6b2 350112.17 =2831.3b0+822889.55b1+16570.0b2 7141.76 =57.6b0 +16569.91b1 +349.74b2

Regresin Lineal Mltiple

Resolviendo el Sistema de Ecuaciones: Y* = 56.221 + 0.158X1 + 3.652X2

Regresin Lineal Mltiple

Ejemplo 2: Hallar la Recta de regresin para explicar la variable pasajeros en funcin de los gastos de publicidad e ingreso nacional.
Y Observ. (Mes) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Pasajeros (En Miles) 15 17 13 23 16 21 14 20 24 17 16 18 23 15 16 268 X1 Publicidad (Miles US$) 10 12 8 17 10 15 10 14 19 10 11 13 16 10 12 187 X2 Ingreso (Millones US$) 2.40 2.72 2.08 3.68 2.56 3.36 2.24 3.20 3.84 2.72 2.07 2.33 2.98 1.94 2.17 40.29

Regresin Lineal Mltiple

Ejemplo 3: Del INEI se ha obtenido la siguiente informacin del ao 2008 referida a 8 de comunidades campesinas de la regin Lima, respecto al consumo de agua en los hogares, donde las variables X1 = litros por habitante y da y X2 = precio del m3 de agua en cntimos de nuevos sol y X3 = media de habitantes por hogar, siendo los datos los siguientes:
X1 X2 X3 183 64 4.1 171 59 4.2 114 145 3.9 125 166 3.3 174 53 3 200 48 2.6 134 95 4.2 163 50 3.5

a) Halle la recta de regresin para explicar el comportamiento del agua. b) Cunto se incrementa en trminos absolutos el consumo de agua cuando se aumenta en 1 cntimo el precio del m3? c) Qu consumo de agua se podra predecir si el precio del agua fuese de 3 nuevos soles por cada m3? d) Si en la comunidad en la que el agua es ms barata (0.48) decide subir su precio un 1 %, cmo influye en el consumo de agua?

Regresin Lineal Mltiple

Ejemplo 4: Una empresa est analizando las ventas de un perfume que comercializa. Para ello dispone de las ventas (Y1, en miles de unidades), del precio de los perfumes (X1, US$/Uni) y del precio medio de sus competidores ms directos (X2, US$/Uni), durante los ltimos 24 aos. Del anlisis de la informacin recabada, se tienen los siguientes datos:
Matriz de Var-Cov

a) Estime la funcin lineal que explica la demanda en funcin del precio del perfume y del precio de sus competidores. Explique el resultado b) Segn esta funcin, si aumentamos en 1 US$ el precio del perfume, cmo variar su demanda? c) Cul de los dos precios guardara mayor relacin lineal con la demanda del perfume, su precio o el de los competidores?

Regresin Lineal Mltiple

Clculo de Coeficientes a travs de Sistema de Ecuaciones:

(1)

(2)

(3)