Resumenes estadistica tema 11 y 12
Enviado por Jerry • 28 de Diciembre de 2018 • 638 Palabras (3 Páginas) • 346 Visitas
...
Es una extensión de la regresión lineal simple y esta permite tomar en cuenta a más de una variable, se llama regresión lineal múltiple y en lugar de solo una variable independiente X para explicar la variación de esta en Y se pueden utilizar al mismo tiempo otras variables pero tienen que ser independientes.
Al usar más de una variable independiente pueden hacerse predicciones más exactas y se indican con X1, X2, X3… Xk.
X1: cantidad gastada en marketing digital
X2: cantidad gastada en logística
X3 número de empleados de ingenieria
Se reúnen las variables Y, X1, X2, X3 y se usan estos datos muestrales para construir una ecuación que prediccione y relacione Y con las variables anteriores.
Matriz de correlación
Esta es construida a partir de los cálculos de los coeficientes de correlación simples para cada combinación de variables.
Matriz de correlación
Variables
Variables
1
2
3
1
r11
r12
r13
2
r21
r22
r23
3
r31
r32
r33
se señala el coeficiente de correlación y indica la relación entre las variables 1 y 2 y es representada con r12, este enfoque permite determinar la relación entre dos variables, es exactamente la misma entre las variables 2 y 1.
Modelo de regresión simple.
en lo problemas se aplica un análisis de regresión y se necesita más de una variable independiente, de esta manera se representa por la siguiente ecuación:
Y = β0 + β1X1 + β2X2 + ... + βkXk + ε
β1, β2, β3 ... βk, son los coeficientes y ε es la variable de error.
Los residuos e = Y - Ŷ estiman el componente del error y son similares a los correspondientes errores en la regresión lineal simple.
La regresión múltiple es una extensión de la regresión lineal simple, lo cual permite tomar en cuenta a más de una variable independiente, y es posible explicar más detalladamente la variación que hay en Y y con esto poder hacer predicciones más exactas
Conclusión:
Aprendí los conceptos de estimación e interpretación de los coeficientes así como su función y que mediante el método de mínimos cuadrados se obtiene la mejor línea recta posible a los datos experimentales
...