Teoría y Ejemplo Regresión Lineal
Teoría y Ejemplo Regresión Lineal
Teoría y Ejemplo Regresión Lineal
Concepto de regresión:
Y =b0 +b1 x 1+ b2 x 2 +…
Siendo X1 y X2, las variables independientes de las cuales depende el valor de la variable
dependiente Y, los coeficientes b1 y b2 los coeficientes de las distintas variables y el valor
de b0 vendría a ser la intercepción de estos valores.
Pregunta 3
Determinar el peso que tendría una dama que tiene las características siguientes:
Estatura: 165 cm
L. pie: 36.5 cm
L. Brazo: 72 cm
A. Espalda: 41 cm
Diámetro de cráneo: 57 cm
Longitud del rostro: 44.5 cm
Teniendo los datos siguientes:
Y x1 x2 x3 x4 x5 x6
N Peso Estatura L. Pie L. Brazo A. Espalda D. Craneo L. Rostro
1 43 158 36 68 43 55 39
2 45 152 34 66 40 55 38
3 52 168 39 72 41 54 43
4 49 159 36 68 42 57 40
5 50 158 36 68 44 57 41
6 51 164 35 71 44 54 40
7 52 156 36 67 36 56 41
8 54 167 37 73 41 58 44
Al procesar los datos en el programa Excel, obtenemos los siguientes
resultados:
R2=0.988
R2 ajustado=0.915
valor crítico F=0.2053
Como el valor crítico de F, debe ser menor a 0.05, evaluaremos los
valores de R2 de cada variable independiente para encontrar aquellos
con baja incidencia:
R2 estatura=0.4324
R2 L. Pie=0.261
R2 L. Brazo=0.4303
R2 A . Espalda=0.0512
R2 D. cráneo=0.095
R2 L. Rostro=0.7184
Entonces no tomaremos el valor de A. Espalda por su baja incidencia,
con la nueva regresión lineal múltiple, obtenemos los siguientes
resultados:
R2=0.981
R2 ajustado=0.936
valor crítico F=0.0452
Ya que los valores son admisibles, utilizaremos los coeficientes dados
por esta distribución:
b 0=59.765
b 1=2.043
b 2=−4.008
b 3=−4.66
b 5=−0.859
b 6=4.346
Y =59.53 kg
Recomendaciones:
Revisar el nivel de incidencia de cada una de las variables independientes
en la variable dependiente para tener un resultado más cercano al valor
real.
No olvidar revisar los valores de R 2 y F crítico para ver si los valores
tomados tienen un adecuado nivel de confiabilidad.
Bibliografía:
Avelarde. Análisis Dos. Regression lineal multiple
Pablo Vinuesa. Regresión Lineal simple y Polinomial: teoría y práctica