Professional Documents
Culture Documents
INTEGRANTES:
múltiple, en la cual se utiliza más de una variable explicativa que nos ofrecerá la
Como la Estadística Inferencial nos permite trabajar con una variable a nivel de
En el caso cuando se consideran más de dos variables, para cada una de las
variables predictoras corresponde un coeficiente b, el cual a su vez se puede
estandarizar conduciendo a calcular otro coeficiente denominado "coeficiente
beta" cuyo valor está en función de dos cosas: (1) las correlaciones de las
variables predictoras individuales con la variable criterio y (2) las correlaciones que
existen entre las variables predictoras entre sí.
(1) también podremos aplicar este análisis cuando relacionemos una variable
dependiente continua con un conjunto de variables categóricas.
COEFICIENTE DE REGRESIÓN
Es nulo o cero, cuando entre las variables dependientes "Y" e independientes "X"
no existen relación alguna.
Para determinar el valor del coeficiente de regresión de una manera fácil y exacta
es utilizando el método de los Mínimos Cuadrados de dos maneras:
El Coeficiente de Regresión es
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)
Los dos siguientes pasos hacen referencia a la influencia de cada una de las
variables independientes:
claro por qué se necesita hallar una correlación haciendo constante el valor de
entre la longitud del brazo y de la pierna cuando el tamaño total del organismo
permanece constante. Está claro que la longitud del brazo y de la pierna estarán
cortas. Sin embargo, si este estudio se seleccionan individuos del mismo tamaño
se puede esperar que exista alguna correlación residual entre la longitud del brazo
correlación entre éstas dos longitudes, incluso en ausencia de una causa común
otras dos.
REFERENCIAS
http://humanidades.cchs.csic.es/cchs/web_UAE/tutoriales/PDF/Regresio
n_lineal_multiple_3.pdf
Consultado el 30 de Noviembre de 2017