Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
del anlisis de regresin simple a una forma donde se aplican dos o mas variables
independientes; X1, X2,, Xk.; siendo: K>=2, para pronosticar el valor de la variable
dependiente Y.
La estimacin de la ecuacin de regresin poblacional es la ecuacin de
regresin lineal mltiple muestral.
y=a+b1 X 1 +b2 X 2
Donde:
a, b1, b2,, bk. : Son Coeficientes de Correlacin Muestral
Para b1:
[ x 22n( X 2 )2 ] [ X 1 Y n ( X 1) (Y ) ][ X 1 X 2n ( X 1)( X 2 ) ][ X 2 Y n ( X 2 ) (Y ) ]
b1 =
2
[ x 21n( X 1 )2 ][ x22 n( X 2)2 ][ X 1 X 2n ( X 1 )( X 2 ) ]
Para b2:
[ x 21n( X 1 )2 ] [ X 2 Y n ( X 2) (Y ) ][ X 1 X 2n ( X 1)( X 2 ) ][ X 1 Y n ( X 1 ) (Y ) ]
b2 =
2
[ x21n( X 1 )2 ][ x22 n( X 2)2 ][ X 1 X 2n ( X 1 )( X 2 ) ]
Para a:
a=Y b 1 X 1 b2 X 2
El Coeficiente de Correlacin Mltiple indica la correlacin entre una de las variables independientes y
la variable dependiente, manteniendo la otra u otras variables independientes estadsticamente constante.
r=
a Y +b 1 X 1 Y +b2 X 2 Y n Y 2
Y 2n Y 2
Ejemplo 1.
Se realiza un estudio de asociacin entre las variables:
Y: Gastos mensuales expresados en cientos de dlares
X1: Ingreso mensual familiar en miles de dlares
X2: Tamao de la familia.
En una encuesta de 10 familias escogidas al azar se han encontrado los datos que se presentan en la tabla:
X 1 Y =2158
X 2 Y =1653
Y =322 X 1=62 X 2=46 X 21=444 X 22=276 X 1 X 2 =345
Y 2=10840
Y =32.2
X 1=6.2
X 2=4.6
Determinar:
La ecuacin de regresin mltiple muestral
El coeficiente de Correlacin mltiple
Solucin:
Y =a+b1 X 1 +b2 X 2
De los datos tenemos
n=10; Y =322 ; X 1=62 ; X 2 =46 ; X 21=444 ; X 22=276 ; X 1 X 2=345 ;
[ x 22n( X 2 )2 ] [ X 1 Y n ( X 1) (Y ) ][ X 1 X 2n ( X 1)( X 2 ) ][ X 2 Y n ( X 2 ) (Y ) ]
b1 =
2
[ x 21n( X 1 )2 ][ x22 n( X 2)2 ][ X 1 X 2n ( X 1 )( X 2 ) ]
b1=
64.4161.659.8171.8 133.4
=
59.664.43576
262.2
b1=0.509
[ x 21n( X 1 )2 ] [ X 2 Y n ( X 2) (Y ) ][ X 1 X 2n ( X 1)( X 2 ) ][ X 1 Y n ( X 1 ) (Y ) ]
b2=
2
[ x21n( X 1 )2 ][ x22 n( X 2)2 ][ X 1 X 2n ( X 1 )( X 2 ) ]
b2=
59.6171.859.8161.6 575.6
=
59.664.43576
262.2
b2=2.195
a=Y b 1 X 1 b2 X 2
a=32.20.5096.22.1954.6
a=18.947
Reemplazando en la formula de Regresin Y.
r=
a Y +b 1 X 1 Y +b2 X 2 Y n Y
Y 2n Y 2
r=
18.947322+ 0.5092158+2.19516531032.22
108401032.22
r=
6100.934+1098.42+3628.3410368.4
r=0.986
1084010368.4
na+ X 1 b 1+ X 2 b 2= Y
X 1 a+ X 21 b1 + X 1 X 2 b2= X 1 Y
X 2 a+ X 1 X 2 b 1+ X 22 b2= X 2 Y
10 a+64 b 1+ 46 b2 =322
X 21 b 1+ X 1 X 2 b 2= X 1 Y
X 2 X 1 b1 + X 22 b 2= X 2 Y
Donde:
2
2
2
S x 1= X 1n( X 1 )
X 1 X 2n ( X 1 )( X 2)
S X 1 X 2=
X 1 Y n ( X 1)( Y )
S X 1 Y =
X 2 Y n ( X 2)(Y )
S X 2 Y =
276104.6 2=64.4
345106.24.6=59.8
2158106.232.2=161.6
1653104.632.2=171.8
Sistema de 2 ecuaciones:
59.6 b1 +59.8 b2=161.6
59.8/59.
. (1)
a=18.947
Sistema de Regresin Mltiple Muestral
Y =18.947+0.509 X 1 +2.195 X 2
Ejemplo 2
El departamento de produccin de una fbrica de confecciones textiles desea explorar la
X
relacin entre el nmero de operadores ( 2) que hacen pantalones, la edad promedio de
X
(
1) , y la cantidad producida por semana (Y ) ; una muestra aleatoria para realizar
ellos
X1
X2
X 21
X 22
X1 X2
X1 Y
X2 Y
Y2
X 1 Y =17056
X 2 Y =5158
Y =327 X 1=294 X 2=89 X 21=15210
X 22=1395 X 1 X 2 =4591
Y 2=19179
Y =54.5 X 1=49
X 2=14.83
Y =a+b1 X 1 +b2 X 2
De los datos tenemos
n=6 ; Y =327 ; X 1=294 ; X 2=89 ; X 21=15210 ; X 22=1395 ;
[ x 22n( X 2 )2 ] [ X 1 Y n ( X 1) (Y ) ][ X 1 X 2n ( X 1)( X 2 ) ][ X 2 Y n ( X 2 ) (Y ) ]
b1 =
2
[ x 21n( X 1 )2 ][ x22 n( X 2)2 ][ X 1 X 2n ( X 1 )( X 2 ) ]
13956 ( 14.83 )2 ] [ 170566495435 ] [ 459164914.83 ][ 5158614.8354.5 ]
[
b1=
[ 152106 ( 49 )2 ] [ 13956 ( 14.83 )2 ] [ 459164914.83 ] 2
b1=
6637.97
7291.548
b1=0.9
[ x 21n( X 1 )2 ] [ X 2 Y n ( X 2) (Y ) ][ X 1 X 2n ( X 1)( X 2 ) ][ X 1 Y n ( X 1 ) (Y ) ]
b2 =
2
[ x21n( X 1 )2 ][ x22 n( X 2)2 ][ X 1 X 2n ( X 1 )( X 2 ) ]
b2=
[ 804308.59 ] [ 230.981033 ]
80475.42753351.76
b 2=
9504.02
7291.548
b2=1.30
a=Y b 1 X 1 b2 X 2
a=54.50.9491.301498
a=8.879
Reemplazando en la formula de Regresin Y.
Y =8.879+0.9 X 1+1.30 X 2
a Y +b 1 X 1 Y +b2 X 2 Y n Y
r=
Y 2n Y 2
r=
8.879327+ 0.917056+1.305158654.5 2
19179654.52
r=
2903.43+ 15350.4+6705.417821.5
1917917821.5
r=
1330.87
r= 0.98=0.99
1357.5
X 1 a+ X 21 b1 + X 1 X 2 b2= X 1 Y
X 2 a+ X 1 X 2 b 1+ X 22 b2= X 2 Y
X 21 b 1+ X 1 X 2 b 2= X 1 Y
X 2 X 1 b1 + X 22 b 2= X 2 Y
Donde:
S x 21= X 21n( X 1 )2
X 1 X 2n ( X 1 )( X 2)
S X 1 X 2=
X 1 Y n ( X 1)( Y )
S X 1 Y =
X 2 Y n ( X 2)(Y )
S X 2 Y =
Reemplazando Los valores:
1521064 92=804
1395614.832=75.426
459164914.83=230.98
1705664954.5=1033
5158614.8354.5=308.59
Sistema de 2 ecuaciones:
230.98/80
a=Y b 1 X 1 b2 X 2
a=54.50.9491.3014.83=8.879
Sistema de Regresin Mltiple Muestral
Y =8.879+0.9 X 1 +1.30 X 2
1. El gerente de ventas de las llantas GOOD BYE que se venden en todo el pas realiza
un estudio para determinar la relacin entre el numero de llantas vendidas por mes(Y en
cientos) y los gastos de publicidad mensuales(en cientos de dlares),
X1:Radio, X2: Peridicos . Los datos obtenidos en una muestra de 5 provincias se dan
en la tabla que sigue.
Y
X1
X2
X1
X2
X1 X2
X1 Y
X2 Y
X 1 Y =383
X 2 Y =451
Y =27 X 1=70 X 2=83 X 21=990 X 22=1383 X 1 X 2 =1167
Y 2=151
Y =5.4
X 1=14
X 2=16.6
a) Determinar la ecuacin de regresin muestral de Y en X1, X2.
b) Hallar el coeficiente de Correlacin
Solucin
Y =a+b1 X 1 +b2 X 2
De los datos tenemos
n=5; Y =27 ; X 1 =70 ; X 2=83 ; X 21=990 ; X 22=1383;
[ x 22n( X 2 )2 ] [ X 1 Y n ( X 1) (Y ) ][ X 1 X 2n ( X 1)( X 2 ) ][ X 2 Y n ( X 2 ) (Y ) ]
b1 =
2
[ x 21n( X 1 )2 ][ x22 n( X 2)2 ][ X 1 X 2n ( X 1 )( X 2 ) ]
13835 (16.6 )2 ] [ 3835145.4 ] [ 116751416.6 ][ 451516.65.4 ]
[
b1 =
[ 9905 ( 14 )2 ] [ 13835 ( 16.6 )2 ][ 116751416.6 ]2
b1=
5.2552.8 2614
=
=b1=0.44
105.225
27
[ x 21n( X 1 )2 ] [ X 2 Y n ( X 2) (Y ) ][ X 1 X 2n ( X 1)( X 2 ) ][ X 1 Y n ( X 1 ) (Y ) ]
b2 =
2
[ x21n( X 1 )2 ][ x22 n( X 2)2 ][ X 1 X 2n ( X 1 )( X 2 ) ]
b2=
b2 =
[ 102.8 ] [ 55 ]
105.225
b 2=
2825
27
b2=0.11
a=Y b 1 X 1 b2 X 2
a=5.40.44140.1116.6
a=2.586
Reemplazando en la formula de Regresin Y.
Y =2.586+0. X 1 +0.11 X 2
a Y +b 1 X 1 Y +b2 X 2 Y n Y 2
r=
Y 2n Y 2
r=
2.58627+ 0.44383+0.1145155.4 2
15155.4 2
r=
2.508
5.2
r=0.69
2.