Regresion multiple

[pic 1]NOMBRE COMPLETO DEL ALUMNO:

ALONDRA MUÑOZ CAMACHO.

NOMBRE DE LA CARRERA Y GRUPO:

INGENIERIA EN GESTION EMPRESARIAL.

706-CCA. 

NOMBRE COMPLETO DE LA MATERIA:

ESTADISTICA INFERENCIAL II.

NOMBRE COMPLETO DEL DOCENTE:

MTRO.RAFAEL GALAN MOJICA.

NUMERO Y TEMA DE LA ACTIVIDAD:

UNIDAD 1

TEMA: LA REGRESIÓN MULTIPLE.

CIUDAD Y FECHA:

CARLOS. A. CARRILLO.VER

30-09-2020.

¿PARA QUÉ SIRVE LA REGRESIÓN MÚLTIPLE?

Utilizamos la regresión múltiple cuando estudiamos la posible relación entre varias variables independientes (predictorias o explicativa) y otra variable dependiente (criterio, explicada, respuesta).

Por ejemplo, podemos estar interesados en estudiar la inteligencia humana (IQ como variable respuesta), y es posible que consideremos que puede estar relacionado con otras variables como el tamaño del cerebro (explicativa). Es posible que el tamaño de la persona y su sexo también deban ser tomados en cuenta. Podríamos añadirlas al estudio como variables independientes. Un modelo de regresión podría ofrecer una respuesta como

IQ= 80+0.02 volumen cerebro + 0.15 tamaño – 0.8 sexo,

Donde la variable sexo es una variable dicotómica, codificada como 0 para las mujeres y 1 para los hombres.

Para interpretar un modelo asi hay que ser muy cauteloso. Las modelos de regresión nos informan de la presencia de relaciones, pero no del mecanismo casual. Por ejemplo, muchos conductores asocian que cuanta más policía local hay dirigiendo el tráfico, mayores son los atasco y concluyen erróneamente que es la policía la causa del atasco. Olvidan terceras variables que no han sido tomadas en cuenta como las averías previas en los semáforos o la ocurrencia de accidentes.

Otras fuentes de problema de interpretación es la relación entre variables independientes (colinealidad.) por ejemplos el sexo puede influir en la inteligencia mirando inconscientemente la ecuación, pero hay que considerar que las mujeres son habitualmente más pequeñas que los hombres. Si observamos los signos, apreciamos que compensa el efecto de una con la otra.

La técnica de regresión múltiple se usa frecuentemente en investigación. Se aplica al caso en que las variables repuesta es de tipo numérico. Cuando la respuesta es de tipo dicotómico (muere/vive, enferma/no enferma), usamos otra técnica denominada regresión logística y que tratamos en un capitulo posterior.

¿EN QUE SE APLICAN LAS LA REGRESIÓN MÚLTIPLE?

Es cierto que la regresión múltiple se utiliza para la predicción de respuestas a partir de variables explicativas. Pero no es esta realmente la aplicación que se suele dar en investigación. Los usos que con mayor frecuencia encontraremos en las publicaciones son los siguientes:

• Identificación de variables explicativas: nos ayuda a crear un modelo donde se seleccionen las variables que puedan influir en la respuesta, descartando aquellas que no aporten información.
• Detección de interacciones: entre variables independientes que afecta a la variable repuesta. Un ejemplo de interacción clásico es el de estudiar la respuesta de un paciente al alcohol y a un barbitúrico, y observar que cuando se ingieren ambos, el efecto es mayor del esperado como suma de los dos.
• Identificaciones de variables confesoras: es un problema difícil el de su detección, pero de interés en investigación no experimental, ya que el investigador frecuentemente no tiene control sobre las variables independientes.

Mediante el siguiente problema podremos ilustrar la aplicación de Regresión Multiple:

En la Facultad de Ingeniería de Sistemas y Computo de la Universidad "Inca Garcilaso de la Vega" se quiere entender los factores de aprendizaje de los alumnos que cursan la asignatura de PHP, para lo cual se escoge al azar una muestra de 15 alumnos y ellos registran notas promedias en las asignaturas de Algoritmos, Base de Datos y Programación como se muestran en el siguiente cuadro.

...