Sei sulla pagina 1di 4

Adición

de
variables

ANÁLISIS
DE
REGRESIÓN
MÚLTIPLE

Modelos lineales en los Variable dependiente (y)


parámetros , pero lineales o no depende de dos más variables
lineales en las variables independientes (x)

Modelo con tres variables (FRP)

Término de
𝑌𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝛽3 𝑋3𝑖 + 𝑢𝑖
perturbación
estocástica
V. independiente

v. explicativas
Coeficientes de
Término del intercepto o regresoras
regresión parcial
Lineabilidad en los parámetros

Valores fijos de X o valores de X


independientes del término error.
cov (𝑢𝑖 , 𝑋2𝑖 ) = cov (𝑢𝑖 , 𝑋3𝑖 ) = 0

El valor medio de la perturbación 𝑢𝑖 igual a 0

Homoscedasticidad o varianza constante de 𝑢𝑖


Supuestos

no autocorrelación, o correlación serial, entre las


perturbaciones cov cov (𝑢𝑖 , 𝑢𝑖 ) = 0

El número de observaciones n deber ser mayor


al que el de parámetros por estimar

Debe haber variación en los valores de la


variable X

No debe haber colinealidad exacta entre las


variables X, es decir que no hay relacion lineal
exacta entre 𝑋2 y 𝑋3 o multicolinealidad cuando
hay mas de una relacion lineal exacta

No hay sesgo de especificación

Interpretación de la ecuación
𝑌𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝛽3 𝑋3𝑖 + 𝑢𝑖

Al tomar la esperanza condicional de Y se


obtiene :
𝐸 (𝑌 𝑋2𝑖 , 𝑋3𝑖 ) = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝛽3𝑖 𝑋3𝑖

El análisis de regresión multiple es


el análisis condicional sobre los A partir de esto obtenemos el
valores fijos de las variables valor promedio o la media de Y
explicativas
Son derivadas parciales de
𝐸 (𝑌 𝑋2𝑖 , 𝑋3𝑖 ) respecto de
𝑋2𝑖 𝑦 𝑋3𝑖

Coeficientes
de regresión
parcial

𝛽2 𝛽3

Mide el cambio en el valor


Mide el cambio en el valor de la
medio de 𝑌 por unidad de
media de 𝑌, 𝐸(𝑌), por unidad de
cambio en 𝑋3, cuando el valor
cambio en 𝑋2 , con 𝑋3 constante.
de 𝑋2 se conserva constante.

Estimación del método de los minimos Estimación del método de máxima


cuadrados ordinarios de los coeficientes verosimilitud ordinarios de los
de regresión parcial coeficientes de regresión parcial

FRM: 𝑌𝑖 = 𝛽መ1 + 𝛽መ2 𝑋2𝑖 + 𝛽መ3 𝑋3𝑖 + 𝑢ො 𝑖


consiste en seleccionar los valores
desconocidos de los parámetros de
forma que la suma de los cuadrados de
los residuos sea la mas pequeña posible.

De la FRM
se obtiene