Sei sulla pagina 1di 11

Alumno: José Alberto Álvarez Díaz

TECNOLÓGICO NACIONAL DE MÉXICO


INSTITUTO TECNOLÓGICO DE
VILLAHERMOSA

Estadística Inferencial II

Alumno:
José Alberto Álvarez Díaz
Alumno: José Alberto Álvarez Díaz

Regresión lineal múltiple:


La regresión lineal múltiple es la gran técnica estadística para comprobar hipótesis
y relaciones causales. Ante de empezar, una serie de condiciones que se deben
cumplir para poder aplicar la regresión lineal múltiple:
 La variable dependiente (resultado) debe ser ordinal o escalar, es decir, que
las categorías de la variable tengan orden interno o jerarquía, p.ej. nivel de
ingresos, peso, número de hijos, justificación del aborto en una escala de 1-
nunca a 10-siempre.
 Las variables independientes (causas) deben ser ordinales o escalares o
dummy
 Hay otras condiciones como: las variables independientes no puede estar
altamente correlacionadas entre sí, las relaciones entre las causas y el
resultado deben ser lineales, todas variables deben seguir la distribución
normal y deben tener varianzas iguales. Estas condiciones no son tan estrictas
y hay maneras de tratar los datos si se incumple. Sobre ello volveremos en
futuras entradas
Cómo analizar la regresión lineal múltiple en 4 pasos:
Seguid estos 4 pasos y podréis leer investigaciones que apliquen regresión lineal
múltiple y también podréis analizar datos usando la regresión lineal, por tanto,
seréis capaces de resolver preguntas causales y comprobar relaciones o hipótesis
causales. ¿Qué factores explican el nivel de ingresos? ¿Qué variables explican la
opinión respecto a la inmigración? ¿Son las variables religiosas, las variables
políticas, o las variables sociodemográficas las que explican en mayor medida la
opinión respecto al
aborto?
Los dos primeros pasos hacen referencia a la bondad del modelo, es decir, si el
conjunto de variables independientes (causas) explican la variable dependiente
(resultado)
1 – Significación de F-test: si es menor de 0,05 es que el modelo es
estadísticamente significativo y por tanto las variables independientes explican
“algo” la variable dependiente, cuánto “algo” es la R-cuadrado
Alumno: José Alberto Álvarez Díaz

2 – R cuadrado: es cuánto las variables independientes explican la variable


dependiente, indica el porcentaje de la varianza de la variable dependiente
explicado por el conjunto de variables independientes. Cuanto mayor sea la R-
cuadrado más explicativo y mejor es el modelo causal.
Los dos siguientes pasos hacen referencia a la influencia de cada una de las
variables independientes:
3 – Significación de t-test: si es menor de 0,05 es que esa variable
independiente se relaciona de forma significativa con la variable dependiente, por
tanto, influye sobre ella, es explicativa
4 – Coeficiente beta (β): indica la intensidad y la dirección de la relación entre esa
variable independiente (VI) y la variable dependiente (VD):
 cuanto más se aleja de 0 más fuerte es la relación
 el signo indica la dirección (signo + indica que al aumentar los valores de la
VI aumentan los valores de la VD; signo – indica que al aumentar los valores
de la VI, los valores de la VD descienden)
Alumno: José Alberto Álvarez Díaz

Ejercicios Regresión Lineal Múltiple

1.-

Quiero saber cuáles son las causas que explican la justificación del aborto en
España usando los datos de la Encuesta Mundial de Valores de 2005. A partir de
mi observación de la realidad y la lectura de investigaciones sobre el tema
propongo un modelo causal que incluye las siguientes variables:
Variable dependiente:
 justificación del aborto: Se preguntó a los encuestados en qué grado en una
escala de 1 a 10 justificarían el aborto, donde 1 es nunca lo justificaría y 10
siempre lo justificarían.
Variables independientes:
 Importancia de Dios en la vida: se preguntó en una escala de 1 a 10, donde
1 es nada importante y 10 es muy importante
 Nivel educativo: se preguntó cuál es el último nivel educativo alcanzado
donde 1 es sin estudios primarios completos, 2 es primarios completos, 3 es
secundarios completos y 4 es universitarios completos.
 Nivel de ingresos: se preguntó sobre cuánto gana al mes en una escala del
1 al 10 con diversos rangos salariales
 Edad
 Número de hijos
 Confianza en el gobierno: se preguntó sobre el
nivel de confianza en el gobierno en una escala de 1 a 4 donde: 1 es confío
mucho, 2 es confío bastante, 3 es confío poco y 4 es que no confío nada
Alumno: José Alberto Álvarez Díaz
Alumno: José Alberto Álvarez Díaz

2.-
Alumno: José Alberto Álvarez Díaz
Alumno: José Alberto Álvarez Díaz

3.-
Alumno: José Alberto Álvarez Díaz

4.-
Alumno: José Alberto Álvarez Díaz

5.-
Alumno: José Alberto Álvarez Díaz

Referencias

https://www.youtube.com/watch?v=enSkBJ5XVPc

https://www.gestiondeoperaciones.net/proyeccion-de-demanda/ejemplo-de-una-regresion-
lineal-multiple-para-un-pronostico-con-excel-y-minitab/

http://networkianos.com/regresion-lineal-multiple/

https://www.google.com/search?sxsrf=ACYBGNRkTF6AuKyfOC-
03QtrAoF2YREjng:1568178566021&q=Pruebas+de+Hip%C3%B3tesis+de+Regresi
%C3%B3n+Lineal+M
%C3%BAltiple&spell=1&sa=X&ved=0ahUKEwidz_yygMjkAhUCJKwKHXRsDXsQBQguKAA&biw=13
66&bih=620