20/5/2016
Regr esión Lineal M últiple: tutor i al en Excel | XLSTAT Español
Iniciar sesión (/customer/es/login?return_to=% (/customer/es/login?return_to=%2Fcustomer%2F 2Fcustomer%2Fes%2Fportal%2F es%2Fportal%2Farticles%2F20 articles%2F2062231) 62231)
Centro de soporte XLSTAT
Página de inicio (https://help.xlstat.com/c (https://help.xlstat.com/customer/es/porta ustomer/es/portal/articles) l/articles) / Modelación de datos (1/3) (/customer/es/portal/topics/82 (/customer/es/portal/topics/824677-modelac 4677-modelaci%C3%B3n-de-d i%C3%B3n-de-datos-1-3-/ atos-1-3-/articles) articles)
/ Regresión Lineal Múltiple: tut... tut...
Regresión Lineal Múltiple: tutorial en Excel
06/05/2016
Una hoja Excel que contiene los datos y de resultados de este ejemplo puede ser descargado haciendo clic aquà (https://help.xlstat.com/customer/portal/kb_article_atta (https://help.xlstat.com/customer/portal/kb_article_attachments/59929 chments/59929/original.xls?143706 /original.xls?1437066095). 6095). Los datos proceden de Lewis T. and Taylor L.R. (1967). Introduction to Experimental Ecology, New York: Academic Press, Inc.. Corresponden a 237 niños detallados por su sexo, su edad en meses, su estatura en inch (1 inch = 2.54 cm), y su peso en libras (1 libra = 0.45 kg). En utilizar la regresión lineal múltiple, nuestro objetivo es estudiar como el peso varàa varàa en función de la estatura y de la edad, y si una relación lineal tiene una orientación. Nos restringimos aquà al caso de las chicas. Se trata aquà de una regresión lineal múltiple, porque dos variables explicativas son utilizadas (la estatura y la edad). En un tutorial sobre la Regresión simple, este ejemplo es tratado con solamente la estatura como variable explicativa. Un tutorial sobre el
20/5/2016
Regresión Lineal Múltiple: tutorial en Excel | XLSTAT
ANCOVA (http://help.xlstat.com/customer/es/portal/articles/2062234-running-an-ancova-with-xlstat?b_id=9283) reproduce este ejemplo con el de añadir el sexo (variable cualitativa) como variable explicativa, y los datos que corresponde a los varones son entonces tomados en cuenta. Una vez XLSTAT iniciado, elija el comando XLSTAT/Modelización/Regresión o haga clic en el botón "Regresión" de la barra de herramientas "Modelización".
Una vez el botón presionado, aparece el cuadro de diálogo que corresponde a la regresión. Puede elegir entonces los datos en la hoja Excel. La "Variable a modelizar" corresponde a la variable explicada (o variable dependiente), es decir en este caso preciso, el peso. Las variables cuantitativas explicativas son aquàla estatura y la edad. Queremos explicar aquà la variabilidad del peso por la de la estatura y de la edad. La opción "Etiquetas de la variables" se deja activada ya que la primera lànea de columnas incluye el número de las variables.
En las opciones de “Resultatos” activamos la opción “Type III SS” para exhibir los resultados correspondientes.
20/5/2016
Regresión Lineal Múltiple: tutorial en Excel | XLSTAT
Una vez que haga clic en el botón "OK", los cálculos empiezan y los resultados son visualizados. El primer cuadro de resultados proporciona los coe㿇cientes de ajuste del modelo. El R’² (coe㿇ciente de determinación) proporciona una idea del % de variabilidad de la variable a modelizar, explicado por las variables explicativas. Mientras más cerca está de 1 este coe㿇ciente, mejor es el modelo.
En nuestro caso, 63% de la variabilidad es explicada por la estatura y la edad. El resto de la variabilidad es debido a efectos (variables explicativas) que no son tenidos en cuenta en este ejemplo. En el tutorial sobre la regresión simple, hemos visto que el uso de la estatura en el modelo ya explicaba 60%. La contribución de la variable edad es entonces escasa. El cuadro de análisis de la varianza es un resultado que debe ser atentamente analizado (ver a continuación). Es en este nivel que comprobamos si podemos considerar que las variables explicativas seleccionadas (la estatura y la edad) originan una cantidad de información signi㿇cativa al modelo (hipótesis nula H0) o no. En otros términos, es una manera de comprobar si la media de la variable a modelizar (el peso) bastarà a con describir los resultados obtenidos o no.
20/5/2016
Regresión Lineal Múltiple: tutorial en Excel | XLSTAT
La prueba del F de Fisher es utilizada. Dado que la probabilidad asociada al F, en este caso, es inferior de 0.0001, signi㿇ca que nos arriesgamos de menos del 0.01% concluyendo que las variables explicativas originan una cantidad de información signi㿇cativa al modelo. La tabla siguiente exhibe los resultados "Type III SS". Estos resultados indican si una variable trae información signi㿇cativa o no, una vez que todas las otras variables estan incluidas en el modelo.
El siguiente cuadro proporciona los detalles sobre el modelo y es esencial en cuanto el modelo debe ser utilizado para realizar previsiones, simulaciones o si debe ser comparado a otros resultados, por ejemplo los coe㿇cientes que obtendràamos para los varones. Vemos que el p-value asociado a la prueba de Student para la edad es aproximadamente de 0.01, y que el intervalo de con㿇anza de 95% asociado roza el valor 0. Eso corrobora el escaso impacto de la edad sobre el modelo. La ecuación del modelo es proporcionada abajo del cuadro. El modelo enseña que en los làmites proporcionadas por las observaciones del intervalo de la variable estatura y de la variable edad, cada vez que la estatura aumenta de un inch, el peso aumenta de 3.1 libras, y cada vez que la edad aumenta de un mes, el peso aumenta de 0.23 libras.
La tabla y el grá㿇co abajo corresponden a los coe㿇cientes de regresión estandarizados (designados a veces coe㿇cientes beta). Permiten comparar directamente la in삥uencia relativa de las variables explicativas sobre la variable dependiente, y ellas signi㿇catividad.
20/5/2016
Regresión Lineal Múltiple: tutorial en Excel | XLSTAT
El cuadro siguiente expone el análisis de los residuos. Los residuos centrados reducidos deben tener una atención particular, dado que las hipótesis vinculadas a la regresión lineal, deben ser distribuidos según una ley normal N(0,1). Eso signi㿇ca, entre otros, que 95% de los residuos deben encontrarse en el intervalo [-1.96, 1.96]. Dado que el escaso número de datos del que disponemos aquà, cualquier valor fuera de este intervalo es revelador de un dato sospechoso. Hemos utilizado la herramienta DataFlagger de XLSTAT, con el 㿇n de demostrar rápidamente los valores que se encuentran fuera del intervalo [-1.96, 1.96]. Podemos aquà identi㿇car ocho observaciones dudosas sobre 237 observaciones, o sea 6.3% en vez de 5%. El grá㿇co siguiente permite visualizar las predicciones y las observaciones.
20/5/2016
Regresión Lineal Múltiple: tutorial en Excel | XLSTAT
El histograma de los residuos estandarizados permite señalar rápidamente y visualmente la presencia de valores fuera del intervalo [-2, 2].
En conclusión, la estatura y la edad permiten explicar 63% de la variabilidad del peso. Sin embargo, la edad no ha permitido mejorar sensiblemente el resultado obtenido con la única variable estatura. Otras variables deben entonces ser utilizadas en el modelo para explicar las variaciones del peso. En el tutorial sobre el ANCOVA (https://help.xlstat.com/customer/es/portal/articles/2062234-running-an-ancova-with-xlstat?b_id=9283) el sexo es añadido como variable cualitativa explicativa.
20/5/2016
Regresión Lineal Múltiple: tutorial en Excel | XLSTAT
Contacto
Formule una pregunta pública (/customer/es/portal/questions/new)
Contactar con el soporte técnico
Email ventas
(/customer/es/portal/emails/new) (https://www.xlstat.com/es/contacto)
La herramienta estadística más completa para Microsoft Excel
20/5/2016
Regresión Lineal Múltiple: tutorial en Excel | XLSTAT
(https://www.linkedin.com/groups/XLSTAT2160205? gid=2160205&mostPopular=&trk=tyah&trkInfo=tarId%3A1415606346733%2Ctas%3Axlstat%2Cidx%3A1 (https://www.facebook.com/Xlstat) (https://twitter.com/XLSTAT) 1-1) (https://plus.google.com/+xlstat/posts) (https://www.youtube.com/channel/UCHvhQQxGqVepBRELIUeGZew) (http://funkystats.tumblr.com/)
Soluciones XLSTAT BASE XLSTAT PREMIUM XLSTAT BIOMED XLSTAT MARKETING XLSTAT ECOLOGY XLSTAT QUALITY XLSTAT SENSORY XLSTAT FORECAST XLSTAT PSY
Enlaces PÁGINA DE INICIO PRODUCTOS PRECIOS COMPRAR NOTICIAS FORMACIÓN Y CONSULTORÍA
20/5/2016
Regresión Lineal Múltiple: tutorial en Excel | XLSTAT
Copyright © 2015 Addinsoft. All Rights Reserved Customer service software (http://www.Desk.com) powered by Desk.com
