Aplicacion Modelos De Regrecion Multiple.

Aplicación modelo de regresión múltiple

Integrantes….
Resumen

En el paper se encontrará una guía para resolver ejercicios a través del software de Microsoft Excel aplicando métodos de Regresión lineal múltiple, empezando con una inducción sobre la Regresión lineal simple con el fin de empezar por la regresión más simple y así poder dar paso a la explicación de las Regresiones múltiples yaque implican mayor grado de complejidad y sobre todo permiten la explicación ante situaciones donde la intervención de más de un factor, tiene efecto sobre un fenómeno estudiado. Seguido de la explicación se desarrolla una situación práctica con el fin de presentar la aplicabilidad de estos modelos en la vida real.

Abstract

In the paper find a guide to solve exercises on Microsoft Excelsoftware using multiple linear regression methods, starting with an induction on the simple linear regression in order to start with the simplest regression so we can give way to explanation of the multiple regressions because they involve greater complexity and above all allow the explanation to situations where the intervention of more than one factor has an effect on the studied phenomenon.Following the explanation develops a practical situation in order to present the applicability of these models in real life.

I. Introducción (Encabezado principal, Centrado, en Versales, tamffbfb

EN EL DIARIO VIVIR EXISTEN DIVERSAS SITUACIONES CUYAS EXPLICACIONES VIENEN DADAS A TRAVÉS DE VARIABLES QUE INCIDEN Y GENERAN UNA EFECTO CAMBIANTE SOBRE LA SITUACIÓN BASE, QUE NO ES MÁS QUE UNA VARIABLE QUÉSERVIRÁ COMO OBJETO DE ESTUDIO, SIEMPRE Y CUANDO SE DEMUESTRE LA DEPENDENCIA O RELACIÓN DE LAS VARIABLES EN LA SITUACIÓN; ADEMÁS LAS VARIABLES EXPLICATIVAS (INDEPENDIENTES) PERMITIRÁN NO SÓLO LA EXPLICACIÓN DE LA VARIABLE DEPENDIENTE, PARA UNA SOLA CONDICIÓN EN ESPECÍFICA SINO QUE TAMBIÉN, SE PODRÁ PREDECIR EL COMPORTAMIENTO DE LA SITUACIÓN ANALIZADA BAJO DIVERSAS CIRCUNSTANCIAS. CONSIGUIENDOASÍ EL OBJETIVO MÁXIMO DE LO QUE SE CONOCE CÓMO REGRESIÓN, YA QUE EL SENTIDO QUE BUSCA ES LA PREDICCIÓN DE UNA MEDIDA BASÁNDOSE EN EL CONOCIMIENTO DE LA OTRA.

Como la Estadística Inferencia nos permite trabajar con una variable a nivel de intervalo o razón, así también se puede comprender la relación de dos o más variables y nos permitirá relacionar mediante ecuaciones, una variable en relación dela otra variable llamándose Regresión Lineal y una variable en relación a otras variables llamándose Regresión múltiple. Casi constantemente en la practica de la investigación estadística, se encuentran variables que de alguna manera están relacionados entre si, por lo que es posible que una de las variables puedan relacionarse matemáticamente en función de otra u otras variables.

2REGRESIÓN LINEAL MÚLTIPLE

Primeramente para trabajar con la Regresión lineal múltiple, es necesario el conocimiento de modelos de regresión lineal simple, donde solo se tiene una variable que afecta a la variable de respuesta o en estudio. Se puede decir que Y depende de X, en donde Y y X son dos variables cualquiera en un modelo de Regresión Simple. Es por esto que se establece que Y es una función desolo una variable independiente, razón por la cual también se le denomina regresión divariada por que solo hay dos variables, una dependiente y otra independiente, a continuación su representación: Y = a + b X + e; donde a es el punto de intercepción con el eje Y, b es la pendiente de la recta o coeficiente y e es el error.

El objetivo que cumplen los modelos de regresión lineal simple es el dedeterminar la relación de dependencia que tiene una variable respecto a otra y predecir un dato desconocidos de una variable partiendo de los datos conocidos de otra variable.

El anterior modelo se presento como un abre bocas para el análisis de modelos de regresión, pero dada la complejidad de la mayor parte de los mecanismos científicos que buscan predecir una respuesta importante se...