Regresión Lineal Múltiple

Pasos:

Elección del modelo

1. Analizar el carácter e intensidad de la relación entre variables

2. Estimar los parámetros de la ecuación de predicción

3. Construir el modelo

"Paso a paso"

Variables que solamente cumplen criterios de entrada

Se valora si alguna variable cumple criterios de salida

Se valora la bondad de ajuste de los datos del modelo de regresión lineal

Todas las variables deben satisfacer el criterio de selección

Pasos

  1. Verificación de los criterios de probabilidad de entrada
  1. Verificación del criterio de probabilidad de salida
  1. Límite al número de pasos

Bondad de ajuste de los datos al modelo

Coeficiente de Correlación Múltiple

Coeficiente de Determinación

Coeficiente de Determinación Ajustado

Error Típico de Predicción

Análisis de Varianza

Análisis de Residuales

Estimación de los parámetros o coeficientes de regresión

Coeficiente de regresión B

SEB

Coeficiente Beta

Constante

Tolerancia

Valor T

Interrelación entre las variables independientes

Relación entre cada una de las variables independientes respecto a la dependiente

Mide la proporción de la variabilidad de la variable dependiente

Mide lo mismo R^2, no queda influenciado por el número de variables.

Se define R^2

Indica la parte de la variable dependiente

Define hasta que punto es adecuado el modelo regresión para estimar valores de la variable dependiente

Estimadores de los verdadores errores

Indica el número de unidades que aumentará la variable dependiente

Error típico de B

Expresa la pendiente de la recta de regresión

Observva si la regresión entre una variable dependiente e independiente es significativa.

Proporción de su varianza intra-grupo no
explicada por otras variables del análisis