Sei sulla pagina 1di 2

REGRESIÓN LINEAL MÚLTIPLE Y NO LINEAL

Mapa Conceptual

Profesor: Ing. Jorge Luis Zamora Álvarez


Alumno: Johan Fernando Arjona Vazquez
No Control: D16070132
Regresión Lineal Múltiple y No Lineal

Estudia la relación
entre

 Una variable de interés Y (variable Es cuando dos o más


respuesta o dependiente) y variables independientes
 Un conjunto de variables explicativas o influyen sobre una variable
regresoras X1; X2::::: Xp dependiente.

Hipótesis más
comunes Formula General Requerimientos

1. Linealidad; en donde la variable respuesta depende


a) Normalidad: u N (0, ) 2i ε σ linealmente de las explicativas.
2. Normalidad y distribución de los residuos; diferencias entre
b) Linealidad: E (ui) = 0 los valores calculados en la variable dependiente.
c) Homocedasticidad: Var (ui) = 0 3. Nuero de variables independientes; incluir más variables
para así tener más posibilidad.
d) Independencia: ui son independientes (i 4. Colinealidad; si dos variables están estrechamente
=1,2, L, n) relacionadas es más posible que ninguna de las dos sea
considerada.
5. Observaciones anómalas; errores en la entrada de datos
(relación con residuos).

Requisitos adicionales

 n > k+1  Ninguna de las Xi es combinación lineal


de las otras (multicolinealidad)
El modelo depende de k+2 parámetros. Para
que la regresión tenga sentido debemos tener Si alguna de las Xi es combinación lineal exacta
un número suficiente de datos de algunas de las otras Xj, el modelo puede
(evidentemente, en la regresión lineal simple, simplificarse con menos variables explicativas.
también necesitamos más de 2 datos para También hay que tener cuidado si alguna de las
que tenga sentido ajustar una recta). Xi está fuertemente correlacionada con otras.