Regresion lineal ANÁLISIS MULTIVARIADO
Enviado por YoatzinHerrera • 24 de Febrero de 2016 • Trabajos • 665 Palabras (3 Páginas) • 163 Visitas
[pic 1][pic 2]
UNIDAD ACADÉMICA DE CIENCIAS QUÍMICO BIOLÓGICAS[pic 3]
UNIDAD DE APRENDIZAJE
ANÁLISIS MULTIVARIADO
ACTIVIDAD 8
REGRESIÓN LINEAL MULTIPLE
MC. SERENO CHÁVEZ VICENTE ALFREDO
INTREGRANTES:
- DOMÍNGUEZ FERNÁNDEZ YOATZIN GPE.
- TABAREZ EPIFANIO GESIA
GRUPO: 801 M
[pic 4]
El Análisis de Regresión Lineal Múltiple es una técnica estadística utilizada para estudiar la relación entre variables, nos permite establecer la relación que se produce entre una variable dependiente y un conjunto de variables independientes (X1, X2, ... XK). El análisis de regresión lineal múltiple, a diferencia del simple, se aproxima más a situaciones de análisis real puesto que los fenómenos, hechos y procesos sociales, por definición, son complejos y, en consecuencia, deben ser explicados en la medida de lo posible por la serie de variables que, directa e indirectamente, participan en su concreción (Análisis de regresión lineal, n.d.).
Al aplicar el análisis de regresión múltiple lo más frecuente es que tanto la variable dependiente como las independientes sean variables continuas medidas en escala de intervalo o razón (Análisis de regresión múltiple, n.d.).
No obstante, caben otras posibilidades: (1) también podremos aplicar este análisis cuando relacionemos una variable dependiente continua con un conjunto de variables categóricas; (2) o bien, también aplicaremos el análisis de regresión lineal múltiple en el caso de que relacionemos una variable dependiente nominal con un conjunto de variables continuas (Análisis de regresión múltiple, n.d.).
La anotación matemática del modelo o ecuación de regresión lineal múltiple es la que sigue: Y = a + b1x1 + b2x2 + ... + bnxn + e ó presente = a + b1pasado + b2futuro + e (Análisis de regresión múltiple, n.d.).
En donde: Y es la variable a predecir; a, b1x1, b2x2... bnxn, son parámetros desconocidos a estimar; y e es el error que cometemos en la predicción de los parámetros (Análisis de regresión múltiple, n.d.).
[pic 5]
Con propósitos de conservación, el Maestro Alemán (El Azul), realizó un estudio en el que se midieron cuatro características de un conjunto de 12 cuencas hidrográficas de tercer orden, obteniéndose los resultados que se muestran en la tabla:
Cuenca # | D. dren. (Km/km2) | Área (km2) | Relieve (m) | Forma (w/l) |
1 | 8.09 | 0.3 | 602.38 | 0.17 |
2 | 4.55 | 0.66 | 625.25 | 0.71 |
3 | 6.17 | 0.33 | 227.23 | 0.65 |
4 | 7.22 | 0.4 | 625.25 | 0.47 |
5 | 5.15 | 0.51 | 526.13 | 0.53 |
6 | 7.01 | 0.56 | 793 | 0.45 |
7 | 5.86 | 0.86 | 526.13 | 0.36 |
8 | 7.29 | 0.66 | 495.63 | 0.33 |
9 | 6.54 | 0.88 | 327.88 | 0.41 |
10 | 5.57 | 1.46 | 709.13 | 0.73 |
11 | 5.45 | 2.51 | 922.63 | 0.42 |
12 | 7.13 | 1.64 | 770.13 | 0.25 |
Basándose en los datos de la tabla:
- ¿Cuál sería el valor que se esperaría en la densidad de drenaje si se conoce que una cuenca en la misma región tiene 0.75 km2 de área, un relieve de 600 metros y una forma de 0.90?
El valor de D. dren. Es de 4.446 Km/km2
- ¿Qué decidiría usted respecto a la confiabilidad del modelo de regresión utilizado?
No es confiable, con respecto al valor alfa.
- ¿Con que variable se correlaciona mejor la Densidad de drenaje?
Con base al valor de R2 Tiene mejor relación con la variable relieve. Al correr los datos no se obtuvo el valor de R2 para la variable forma, por lo tanto solo se compara área y relieve.
...