Trabajo de: ESTADÍSTICA INFERENCIAL

UNIVERSIDAD LIBRE[pic 1]

PROGRAMA DE INGENIERÍA INDUSTRIAL

ESTADÍSTICA INFERENCIAL

TRABAJO DE INVESTIGACIÓN TERCER CORTE

Regresión lineal múltiple

[pic 2]

Crisdayan Bravo Niño

Camila López Villarreal

Nathalia Sabogal Morales

Juan Camilo Pena Erazo

Trabajo de:

ESTADÍSTICA INFERENCIAL

Semestre:

IV semestre

Presentado a:

MANUEL SANTOS GONZALEZ IPIA

UNIVERSIDAD LIBRE

FACULTAD DE INGENIERÍAS

Santiago de Cali

2020-2

 Regresión lineal múltiple

OBJETIVOS:

• Revisar conceptos de estadística aplicada.

• Proponer diferentes técnicas de análisis e investigación estadística

• Apropiarse de las temáticas desarrolladas en el curso de inferencia estadística

TEMÁTICA:

En grupos de cuatro (4) estudiantes, realizar un trabajo de consulta de acuerdo con el tema asignado, deben investigar en revistas o documentos en línea algún tema ya desarrollado y con base en eso realizar una presentación de este.

De acuerdo con el tema asignado deben realizar una presentación que contenga lo siguiente:

REQUERIMIENTOS

• Definición del tema propuesto.

• Aplicaciones de este.

• Utilidad o desarrollos en el campo de la Ingeniería.

• Nombre de la investigación encontrada.

• Resumen de la investigación.

• Conclusiones del tema.

• Referencias bibliográficas.

Nota: La presentación deben hacerla en formato tipo PowerPoint o similar para la exposición que hagan y solo deben enviarme un resumen en formato tipo Word, con una extensión de máximo 150 palabras, tanto en español como en inglés.

Fecha de entrega: martes 24 de noviembre de 2020 hasta las 6 pm

 Regresión lineal múltiple

La utilizamos al estudiar la posible relación entre varias variables independientes (X1, X2…) que pueden ser predictoras o explicativas y otra variable dependiente (Y) donde puede tener como respuesta un criterio, una explicación o una respuesta.

En su modelo relaciona la variable dependiente con las variables independientes:

[pic 3]

Donde  [pic 4]  son los coeficientes de regresión y    es el error.[pic 5]

Se utiliza normalmente para la predicción de respuestas a partir de variables explicativas, pero aparte de esta existen otras aplicaciones que se pueden dar en investigación como en Química, Mecánica, Electricidad, Física, Fabricación, Construcción, entre otras.

Su uso frecuente es: Identificación de variables explicativas, detección de interacciones, identificación de variables confusas.

La hipótesis global, más importante es ver si la regresión es significativa. Así:

[pic 6]

Para estimar los parámetros de la regresión lineal múltiple se necesita contar con

n datos (n >k ). En la tabla podemos observar que por cada combinación de variables regresoras                   existe un valor de la variable dependiente [pic 7][pic 8]

[pic 9] 

Multiple linear regression

We use it when studying the possible relationship between several independent variables (X1, X2…) that can be predictive or explanatory and another dependent variable (Y) where you can have a criterion, an explanation or an answer as an answer.

...