Descripción: Metodologia para generar una regresion lineal simple y multiple con R
Descripción completa
regresion lineal simpleDescripción completa
Regresión lineal lineal múltiple
Importancia para los negocios y la economía La regresión y correlación múltiple son dos técnicas estadísticas que se pueden aplicar para solucionar problemas comunes de los negocios, en donde se desee conocer la relación existente entre una variable dependiente y varias variables independientes.
Importancia para los negocios y la economía Por lo que para las áreas de economía y negocio es una herramienta de gran utilidad que permite analiar una gran cantidad de datos sobre la realidad económica y establecer la relación que existe entre las variables en estudio que permita tomar decisiones sobre una situación especí!ica.
Aplicaciones de la regresión múltiple en la vida cotidiana. "lgunos e#emplos en el área de los negocios en donde se aplica la herramienta de regresión múltiple, son en el caso de un gerente de ventas que desea conocer la relación entre las ventas, la inversión realiada en publicidad y el espacio del local.
Aplicaciones de la regresión múltiple en la vida cotidiana. $tro e#emplo, puede ser con los economistas que desean conocer la relación entre el ahorro de las personas, su nivel de ingresos y las tasas de interés o!recidas por los bancos.
Modelo de regresión lineal múltiple %na ' de las características al desarrollar un modelo de regresión múltiple es que existe una variable dependiente y varias variables independientes, por lo que la ecuación de regresión lineal múltiple asume la fórmula:
a
& es la intersección con el e#e Y
Coefciente de determinación múltiple (l ' coe!iciente de correlación múltiple denotada por es otro indicador que mide el porcenta#e de la variación que es explicado por la regresión dada por la !órmula)
*onde) SSE &+ariación de regresión SST &+ariación total
Coefciente de correlación múltiple (l ' coe!iciente de correlación es otro parámetro estadístico que permite establecer si existe una relación signi!icante entre las variables independientes y la variable dependiente) Por lo que el análisis de regresión múltiple es usado cuando se piensa que existe una relación estadística entre algunas variables independientes y una variable dependiente. Por lo que este tipo de análisis es usado para incrementar la precisión de las predicciones de la variable dependiente con base en los valores de las variables independientes.
Ejemplo de aplicación '
Como un proyecto de clase, un equipo de estudiantes de mercadotecnia diseña un modelo que explique la renta para la vivienda estudiantil que hay cerca de la universidad. La renta está expresada en dólares, C son los pies cuadrados que tiene el apartamento o casa, y !"#$ es la distancia en millas de la casa al campus. Renta %dólares& ''( '+( *( -'( *+( +( -(( -+( +(( ++( -+( *'(
Aplicación de Excel para regresión múltiple %na herramienta útil para realiar un análisis de regresión múltiple -cuando se cuenta con una gran cantidad de datos con apoyo del tecnología es el uso del programa de (xcel. Por lo que en este caso aprenderemos cómo utiliar las !unciones de (xcel y la interpretación de la ho#a de resultados que arro#a una ve analiados los datos. Por lo que inicialmente abriremos nuestra ho#a de datos e introduciremos los datos para su estudio .
Aplicación de Excel para regresión múltiple /nicialmente instalaremos la herramienta para el análisis de datos que nos permitirá realiar un análisis de regresión múltiple. Primeramente seleccione 0"rchivo1 en la barra de herramientas y buscamos la palabra 0$pciones1, da clic y despliega una página en donde encontrarás en la parte iquierda la palabra 02omplementos1 y da clic.
Aplicación de Excel para regresión múltiple %na ve que seleccionamos complementos buscamos en la parte in!erior "dministrar y damos clic en la palabra 0/r1. 3e abre una ventana con la palabra complementos y seleccionamos la opción herramientas de análisis, aceptar. 3eleccionamos en la barra de herramientas la opción DATOS y aparecerá en la parte derecha la palabra Análisis de datos
Aplicación de Excel para regresión múltiple %na ve que contamos con la herramienta introducimos los datos a analiar en la ho#a de (xcel, identi!icando quiénes son las variables independientes y variables dependientes. Posteriormente seleccionamos en la barra de herramientas datos y la opción Análisis de datos, desplegándose un cuadro con di!erentes opciones donde seleccionamos la palabra Regresión y damos aceptar
Aplicación de Excel para regresión múltiple #e a/re un cuadro de diálogo e ingresamos el rango de datos de la varia/le dependiente %0& en Rango de entrada Y. "ngresamos el rango de celdas de la varia/le 1 en Rango de entrada #eleccione el nivel de con2an3a normalmente del )+4 . #eleccione el rango de salida de los datos. !e Aceptar.
Aplicación de Excel para regresión múltiple (n el área seleccionada para desplegar los resultados aparece la ho#a de resultados que nos permite establecer la relación entre las variables y el modelo de regresión lineal múltiple.
Interpretación de datos 5asándonos en el caso estudiado y los resultados o/tenidos por 'el análisis de regresión de 6xcel, podemos contestar las siguientes preguntas7 ' 8 Cuál de/e ser la varia/le dependiente y cuáles las varia/les independientes9 "aria#le dependiente$ Renta "aria#les independientes$ %ies c&adrados ' () y la distancia '*) ' 6ncuentre la :órmula de la recta de regresión múltiple que se a;uste a estos datos 6l coe2ciente de intercepción corresponde al valor de a 6l coe2ciente de varia/le 1 corresponde a los pies cú/icos 6l coe2ciente de varia/le 1' corresponde a la distancia en millas
Interpretación de datos "nterprete el coe2ciente de correlación y determinación Coe2ciente de determinación Interpretación$ +a variación de la renta es explicada en &n ,-./0 por los pies c&adrados de casa o apartamento y la distancia del mismo al camp&s de la &niversidad. Coe2ciente de correlación7 R=(.)>"nterpretación7 La relación entre la renta, el tamaño de la casa y la distancia al campus es :uerte, ya que el valor del coe2ciente de correlación se acerca a indicando que el modelo de regresión tiene un grado de certe3a del )4 de predecir los datos de costo de la renta con /ase en su tamaño y distancia a la universidad '
'
Interpretación de datos '
8Cuál será el intervalo de con2an3a del )+4 para la renta si se tienen (( pies cuadrados y una distancia de ' millas al campus9
Concl&sión 6xisten muchas relaciones en el mundo real. ?na :orma de determinar si existe una relación entre las varia/les es utili3ar las t@cnicas estadAsticas conocidas como regresión y correlación. Cuando las regresiones que se desean estudiar son múltiples existen dos o mas varia/les independientes y una varia/le dependiente, en donde el coe2ciente de correlación y la ecuación de regresión pueden ser determinadas encontrando la relación existente entre las múltiples varia/les. Lo cual en el mundo de los negocios es de vital importancia para predecir escenarios :uturos reduciendo el grado de incertidum/re en la
