Professional Documents
Culture Documents
LINEAL MLTIPLE
NDICE
Presentacin 2
Dedicatoria 3
Anlisis de varianza 9
Prueba t 13
PRESENTACIN
descripciones numricas.
DEDICATORIA
i 1 i 1 i 1
nb0 b1 x1 b2 x2 bk xk y
b0 x1 b2 x12 b2 x1 x2 .... bk x1 xk x1 y
b0 x2 b1 x1 x2 b2 x22 .... bk x2 xk x 2 y
b0 xk b1 xk x1 b2 xk x2 .... bk xk2 x
k y
n
Donde, x j x ji , para j = 1,2, , k.
i 1
Estas ecuaciones pueden ser resueltas para b0, bx, b2, ..., bk por
cualquier mtodo apropiado para resolver sistemas de ecuaciones
lineales. Sin embargo hay muchos paquetes de cmputo disponibles
para llevar a cabo estos clculos, como por ejemplo el paquete
estadstico didctico MCEST elaborado por el autor de este texto.
EJEMPLO
Y X1 X2
45 10 8
40 9 8
38 8 6
35 7 6
32 7 5
30 6 4
28 6 3
27 4 2
25 3 2
22 2 1
SOLUCIN.
a) La ecuacin de regresin mltiple muestral a determinar es:
Y = b0 + b1 X1 + b2 X2.
De los datos de la muestra, resultan:
En donde:
x n x1 , x n x 2 ,
2 2
Sx1x1 = 2
1 Sx2x2 = 2
2
Sx1x2 = x x 1 2 n x1 x 2 , Sx1x2 = x y n x y ,
1 2
Sx2y = x 2 y n x 2 y ,
El proceso es el siguiente:
i) Anlisis de varianza
H0 = 1 = 2 = = k = 0
n- 1 = (n k - l) + k
SCR/ 2 ~X2 (n k 1) + k
En donde:
n
SCT ( y1 y ) 2 b1 Sx1 y b2 Sx2 y
i 1
n n
Donde Sx1y = x y n( x)( y ), y Sx
i 1
1 2 y x2 y n( x 2 )( y )
i 1
EJEMPLO
Con los datos mustrales del ejemplo 13.10 y utilizando el
nivel de Dignificacin = 0.05, analice la existencia de regresin
mltiple global en la poblacin:
SOLUCIN.
La hiptesis nula y alternativa de esta prueba son:
H0:1=2=0
H1 : al menos una de las i es distinto de cero
De los datos del ejemplo 13.10, resultan:
n
SCT = y
i 0
2
1 n ( y ) 2 = 10,840 -10(32.2)2 = 471.6
n
SX1Y = x y n (x
i 0
1 1 ) ( y ) = 2158 -10 (6.2) (32.2) = 161.6
n
SX2Y = x
i 0
2 y n ( x 2 ) ( y ) = 1.068 10 (4.5) (32.2) = 159
451.342
CMR 225.671
2
20.258
CME 2.894,
7
225.671
F 77.979
2.894
ii) Prueba t.
N fech UREA
a [g/l]
1 20/1 0,22
2 21/1 0,21
3 22/1 0,23
4 23/1 0,22
5 24/1 0,21
6 28/1 0,22
7 30/1 0,20
8 31/1 0,21
9 3/2 0,18
10 4/2 0,18
11 5/2 0,21
12 6/2 0,24
13 7/2 0,22
14 10/2 0,18
15 11/2 0,23
16 12/2 0,21
17 13/2 0,23
18 14/2 0,27
19 17/2 0,22
20 18/2 0,21
Prueba t:
test t student
Estadsticos valores muestra muestra 2
1
Media 0,22 0,26
Varianza 0,00045 0,00091
Observaciones 20 14
Estadstico t -4,67
P(T<=t) 0,0001
Valor crtico de t -2,07
5) Operador: Ok.
y = b0 +b1 Xl + b2 X2
SCE
RY2.12 1
SCT
SCE 20.6
RY2.12 1 1 0.96
SCT 471.6
CME 2.91
RY2.12 1 1 1 0.056 0.944
CMT 52.4
y1 1 1 21. xxx k1 0 1
y 1 . xxx
2 12 2 k2 1 2
. .... . .
Y , X , , ,
. .... . .
. .... .
yn 1 1n 2n. xxx kn k n
FACULTAD DE INGENIERIA CIVIL Pgina 21
UNIVERSIDAD NACIONAL SAN LUIS GONZAGA REGRESIN
LINEAL MLTIPLE
0 b0
b
1 1
. .
El vector de parmetros , se estima por b , el
. .
. .
k bk
valor de coeficiente de regresin muestral.
El vector b se encuentra por el mtodo de mnimos cuadrados,
para lo cual se minimiza la suma de cuadrados de errores:
SCE = (Y Xb) (Y - Xb)
El sistema de ecuaciones normales se obtiene de la ecuacin de
derivadas en vectores:
( SCE ) 0
b
n n n
n
n x1i x2i . . xki y1
i1 i1 i1 i1
n n 2 n n n
x1i x1i x1i x2i. . x1i xki x1i y1
i1 i1 i1 i1 i1
X ' X . . . . , X 'Y .
. . . . .
. . . . .
n n n n n
x x x x x . . x2 x y
i1 ki i1 ki 1i i1 ki 2i i1 ko i1 ki i
Si la matriz XX es no singular, se puede escribir la solucin para
los coeficientes de regresin como:
b = (XX)-1 XY
Las tcnicas para invertir la matriz XX de orden k + 1 por k +
1 se explican en la mayor parte de los libros textos sobre
determinantes y matrices elementales. Hay muchos paquetes de
computadora para problemas de regresin mltiple entre ellos el
MCEST, paquete que no slo proporcionan los coeficientes de
regresin muestral sino que proporciona abundante informacin sobre
inferencias relativas a la ecuacin de regresin poblacional.
EJEMPLO
Se realiz un estudio de las relaciones entre las notas obtenidas en 4
materias por 10 estudiantes de administracin de empresas
seleccionados aleatoriamente. Las 3 variables independientes X 1, X2,
X3 y la variable dependiente Y son:
Y = notas en estadsticas aplicada
X1 = nota de matemtica bsica
X2 = nota en lgica
X3 = nota en economa general
Los datos son los siguientes
Y X1 X2 X3
13 12 10 18
15 14 12 15
17 16 10 18
16 15 11 20
13 11 13 15
17 15 16 18
16 16 10 19
14 14 14 16
18 17 13 15
11 11 11 13
1
b0 3.1 809 0.120 0.430 0.41 153 2.91069
b 0.120 0. 3 0. 06 0. 16 2 03 1.01726
1
b2 0.430 0. 06 0. 30 0. 09 183 0. 4826
b 3 0.41 0. 16 0. 09 0. 32 2584 0.196 0
De donde resulta
b0 = -2.91069, b1 = 1.01726, b2 = 0.04826, b3=0.19690,
La ecuacin de regresin muestral es:
(e i ei 1 ) 2
d i 2
n
(e )
i 1
i
2
Cov ( X i , X j ) (x ik x i )( x jk x j )
rij k 1
Si S j n n
( xik x) 2
k 1
(x
k 1
ik x j )2
Si correlacin serial
nivel
S positiva
No rechace
al nivel
No se
concluye
Si correlacin serial
nivel
S negativa
No rechace
No existe indicio de
al nivel una correlacin
No se
serial
concluye No se puede
concluir nada
1% 2.5% 5%
Modelo muestral:
y = b0 + b1 X2 + br Xr
EJEMPLO
Se llevo a cabo un experimento para determinar la distancia de
frenado a diferentes velocidades de un modelo nuevo de automvil, se
registraron los siguientes datos:
Velocidad X (Km./h) 30 40 50 60 70 80
Distancia de frenado y 15 25 35 65 10 15
(metros) 0 0
Y 65.28434 3.23570 X 0.05357 X 2
Tal que:
Sea mnima.
P1) El grado m del polinomio p m(x) se puede escoger previamente
con base en algn resultado terico, alguna expectativa o por la
aplicacin que se le pretenda dar al polinomio. En cualquier caso
P2) Volviendo a la funcin S(a0, a1, .., am), una condicin necesaria
para la existencia de un mnimo relativo de esta funcin es que las
derivadas parciales de S(a0, a1, .., am) con respecto a aj, j = 0, 1, 2,
,m sean cero.
Resultan entonces las siguientes m+1 ecuaciones lineales en las
incgnitas a0, a1, .., am :
, obtenemos:
PROGRAMA (Excel)
X YAPRO YREAL DIFEREN
X CIA
0.000 0.023 0.000 0.0233
0 3 0
0.062 0.139 0.250 0.1107
5 3 0
0.125 0.247 0.353 0.1062
0 3 6
0.187 0.347 0.433 0.0853
5 7 0
0.250 0.440 0.500 0.0593
0 7 0
0.312 0.526 0.559 0.0322
5 8 0
0.375 0.606 0.612 0.0063
0 1 4
0.437 0.679 0.661 0.0177
5 1 4
0.500 0.746 0.707 0.0390
0 1 1
1.750 1.326 1.322 0.0031
0 0 9
1.812 1.342 1.346 0.0040
5 3 3
1.875 1.359 1.369 0.0095
0 8 3
1.937 1.378 1.391 0.0131
5 8 9
2.000 1.399 1.414 0.0145
0 7 2
BIBLIOGRAFA
Manual de estadstica
http://www.monografias.com/trabajos21/regresion-
lineal/regresion-lineal.shtml#prueba
www.virtual.unal.edu.co/cursos/ciencias/2007315/lecciones_htm
l/capitulo_2/leccion4/indepen.html-32k
http://www.ingenieria.uady.mx/weblioteca/CompApp/aproximaci
on/poli/Regresionpolinomial.htm.