26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

Este es un foro con calificación: vale 20 puntos fecha límite 30 de sep en 23:58

19 35
(ACV-S07) Foro de Debate Cali cado 03 - ECV - Regresión lineal y múltiple

¡Nos encontramos otra vez!

Hoy tienes el desafío de participar en el Foro de Debate Calificado N°3 cuya dinámica consiste en:

En base a la visualización del vídeo de “Modelo de regresión lineal múltiple”, se resuelven las
preguntas planteadas

Modelo de regresión lineal múltiple

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

2. ¿Porque se le denomina Regresión Lineal Múltiple?
3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM
4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?
Comentar una respuesta de alguno tus compañeros, ya sea a favor o en contra de manera que se
cree un debate alturado y relacionado al tema.
Fundamentar tus intervenciones. Utiliza el material de estudio que has revisado hasta el momento
como videos, lecturas, enlaces, etc.
Descarga la rúbricade evaluación que te indicará qué criterios se considerará para otorgarte tu
nota.
Antes de publicar tu respuesta, te sugiero lo siguiente:
Revisa lo trabajado hasta el momento.
[Link] 1/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

Arma tu respuesta previamente en otro documento, así te das la oportunidad de corregirlo

cuantas veces quieras. Redacta tu comentario en un máximo de 300 palabras.
Comenta las intervenciones de tus compañeros. Mínimo 2 intervenciones. No obstante,
puedes tener más intervenciones en caso quieras aportar en la dinámica del foro.
Toma nota de la fecha máxima para participar.

¡Éxitos!
Este tema fue bloqueado en 30 de sep en 23:59.

Buscar respuestas o autor No leído    Suscrito

(https:// DIEGO ALONSO RAMIREZ PUGA 

([Link]
22 de sep de 2019

1. Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

La variable dependiente (resultado) debe ser ordinal o escalar, es decir, que las categorías de
la variable tengan orden interno o jerarquía, [Link]. nivel de ingresos, peso, número de hijos,
justificación del aborto en una escala de 1-nunca a 10-siempre.

Las variables independientes (causas) deben ser ordinales o escalares o dummy

2. ¿Porque se le denomina Regresión Lineal Múltiple?

Es también llamado ajuste lineal. La regresión lineal es una técnica estadística destinada a
analizar las causas de por qué pasan las cosas. A partir de los análisis de regresión lineal múltiple
podemos:

identificar que variables independientes (causas) explican una variable dependiente

(resultado)
comparar y comprobar modelos causales
predecir valores de una variable, es decir, a partir de unas características predecir de forma
aproximada un comportamiento o estado
3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

Quiero saber cuáles son las causas que explican la justificación del aborto en España usando los
datos de la Encuesta Mundial de Valores (Links to an external site.)
([Link] de 2005. A partir de mi observación de la realidad y la lectura
de investigaciones sobre el tema propongo un modelo causal que incluye las siguientes variables:

Variable dependiente:

justificación del aborto: Se preguntó a los encuestados en qué grado en una escala de 1 a 10
justificarían el aborto, donde 1 es nunca lo justificaría y 10 siempre lo justificarían.

Variables independientes:

[Link] 2/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

Importancia de Dios en la vida: se preguntó en una escala de 1 a 10, donde 1 es nada

importante y 10 es muy importante
Nivel educativo: se preguntó cuál es el último nivel educativo alcanzado donde 1 es sin
estudios primarios completos, 2 es primarios completos, 3 es secundarios completos y 4 es
universitarios completos.
Nivel de ingresos: se preguntó sobre cuánto gana al mes en una escala del 1 al 10 con
diversos rangos salariales
Edad
Número de hijos
Confianza en el gobierno: se preguntó sobre el nivel de confianza en el gobierno en una
escala de 1 a 4 donde: 1 es confío mucho, 2 es confío bastante, 3 es confío poco y 4 es que
no confío nada

este es el output en SPSS que pasaremos a interpretar en 4 pasos

ANOVA

Suma de Media
Modelo gl F Sig.
cuadrados cuadrática

Regresión 2705,530 6 450,922 73,137 ,000a

1 Residual 6276,386 1018 6,165

Total 8981,916 1024

Resumen del modelo

Error típ. de
Model R R cuadrado
R la
o cuadrado corregida
estimación

1 ,549a ,301 ,297 2,483

Sobre la bondad del modelo

1. La significación de F es menor de 0,05 por tanto el modelo es un bueno para explicar la

variable dependiente, es estadísticamente significativo
2. La R-cuadrado es 0,301 lo cual indica que el modelo explica el 30,1% de la varianza de la
variable dependiente. Casi un tercio de la justificación del aborto es explicado por este
conjunto de variables independientes (causas) seleccionadas.

Coeficientes

[Link] 3/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

Coeficiente
Coeficientes
s
no estandarizados
tipificados t
Modelo Sig.

Error
B Beta
típ.

(Constante) 10,332 ,471 21,958 ,000

Importancia de -14,33
-,399 ,028 -,408 ,000
Dios 9

Nivel educativo ,104 ,043 ,078 2,441 ,015

1 Nivel de ingresos -,052 ,052 -,029 -1,001 ,317

Edad -,028 ,006 -,170 -5,057 ,000

Número de hijos -,001 ,067 ,000 -,012 ,990

Confianza en el
-,629 ,099 -,168 -6,353 ,000
gobierno

Sobre la influencia de las variables independientes:

3- Significación de t-test: Las variables importancia de Dios, nivel educativo, edad y confianza en
el gobierno sí explican la justificación del aborto ya que la significación es menor de 0,05. Las
variables nivel de ingresos y número de hijos no se relacionan con la justificación del aborto.

[Link] 4/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

4- Coeficientes beta (β): La variable independiente que más influye o explica la opinión de las
personas respecto al aborto es la importancia de Dios ya que la beta (-0,408) se aleja más de
cero. El signo negativo indica que a menos importancia se le da a Dios, más justificación-
tolerancia del aborto. Las siguientes causas que más influyen son la edad (beta = -0,170), a más
edad menos tolerancia al aborto, y la confianza en el gobierno (beta = -0,168), a más confianza
en el gobierno más tendencia a justificar-tolerar el aborto (OJO en el orden de las categorías de
las variables para leer el signo y dirección de la relación). Además, a más nivel educativo más
tendencia a justificar el aborto.

Este ejemplo es útil para entender la alta oposición a las políticas del gobierno en España de
restricción del aborto y puede apuntar a las consecuencias negativas para los gobiernos, ya que
sabiendo las causas de un fenómeno se puede predecir qué sucederá.

4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?

Hipótesis del modelo de regresión lineal clásico

1. Esperanza matemática nula: {\displaystyle \mathbb {E} (\varepsilon _{i})=0}. Para cada valor
de X la perturbación tomará distintos valores de forma aleatoria, pero no tomará
sistemáticamente valores positivos o negativos, sino que se supone tomará algunos valores
mayores que cero y otros menores que cero, de tal forma que su valor esperado sea cero.
2. Homocedasticidad: {\displaystyle {\text{Var}}(\varepsilon _{t})=\mathbb {E} (\varepsilon _{t}-
\mathbb {E} \varepsilon _{t})^{2}=\mathbb {E} \varepsilon _{t}^{2}=\sigma ^{2}}para todo t.
Todos los términos de la perturbación tienen la misma varianza que es desconocida. La
dispersión de cada {\displaystyle \varepsilon _{t}} en torno a su valor esperado es siempre la
misma.
3. Incorrelacióno independencia: {\displaystyle {\text{Cov}}(\varepsilon _{t},\varepsilon _{s})=
(\varepsilon _{t}-\mathbb {E} \varepsilon _{t})(\varepsilon _{s}-\mathbb {E} \varepsilon
_{s})=\mathbb {E} \varepsilon _{t}\varepsilon _{s}=0} para todo t,s con t distinto de s. Las
covarianzas entre las distintas pertubaciones son nulas, lo que quiere decir que no están
correlacionadas. Esto implica que el valor de la perturbación para cualquier observación
muestral no viene influenciado por los valores de las perturbaciones correspondientes a otras
observaciones muestrales.
4. Regresores estocásticos.
5. Independencia lineal. No existen relaciones lineales exactas entre los regresores.
6. {\displaystyle T>k+1} Suponemos que no existen errores de especificación (Links to an
external site.)
([Link]
en el modelo, ni errores de medida en las variables explicativas.
7. Normalidadde las perturbaciones: {\displaystyle \varepsilon \sim N(0,\sigma ^{2})}

Supuestos del modelo de regresión lineal

[Link] 5/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

Para poder crear un modelo de regresión lineal es necesario que se cumpla con los siguientes
supuestos:

1. Que la relación entre las variables sea lineal.

2. Que los errores en la medición de las variables explicativas sean independientes entre sí.
3. Que los errores tengan varianza (Homocedasticidad (Links to an external site.)
([Link] )
4. Que los errores tengan una esperanza matemática igual a cero (los errores de una misma
magnitud y distinto signo son equiprobables).
5. Que el error total sea la suma de todos los errores.
ResponderReenviar
([Link]
419&utm_medium=web&utm_source=gmail&utm_campaign=manage_storage)
([Link] ([Link]
419/policies/privacy/) ([Link]

(https:// DANIEL TEODORO GAVIRIA JUSTO 

([Link]
23 de sep de 2019

¿Qué otro nombre recibe la variable dependiente (Y) y la variable independiente?

- Variable dependiente: endógena corriente, endógena dependiente o explicada;

- Variable independiente: explicativas o predeterminadas

¿Por qué se le denomina Regresión Lineal Múltiple?

- Es un modelo porque es una versión simplificada de la realidad.

- Es de regresión porque expresa la relación entre una variable dependiente y otras variables
independientes.
- Es lineal porque la relación que liga las variables del modelo es de tipo lineal.
- Es múltiple porque tiene una única ecuación y varias variables explicativas.

Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

- Identificación de variables explicativas. Nos ayuda a crear un modelo donde se seleccionen las
variables que puedan influir en la respuesta, descartando las que no aporten información.
- Detección de interacciones entre variables independientes que afectan a la variable respuesta.

Se puede aplicar para la fabricación de elementos en una empresa, en la administración de

ingresos o egresos, en la rama de electricidad industrial para determinar las influencias de tensión
y corriente, etc

Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son estos?

[Link] 6/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

. En álgebra ordinaria:

. En álgebra matricial:

(https:// YIN MONTANO ESPEZA 

([Link]
23 de sep de 2019

Profesor, presento mi respuesta a las interrogantes.

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

La variable dependiente (Y) se conoce también como (variable endógena corriente o explicada)

La variable independiente (X) se conoce también como (variable explicativa, predeterminada)

2. ¿Porque se le denomina Regresión Lineal Múltiple?

Es una representación simplificada de la realidad. Además, expresa la relación entre una variable
llamada regresando y otras variables regresores. Así mismo, tiene una única ecuación y varias
variables explicativas.

3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

RLM, podemos aplicar en variables explicativas, ayuda a crear un modelo donde se puede
seleccionar las variables que influyen en la respuesta, descartando las que no aportan
información sobre la misma y determinación de interacciones entre variables independientes que
afectan las respuestas de las mismas.

4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?

Los modelos en los que podemos resolver son:

Algebra ordinaria y Algebra matricial

(http PAOLA JENNIFER AQUINO QUIÑONES 

([Link]
27 de sep de 2019

Compañero para complementar tu respuesta con un ejemplo.

[Link] 7/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

(http PATRICIA ALIAGA TANTAVILCA 

([Link]
28 de sep de 2019

Podriamos adicionar estos modelos.

Modelo General.
Modelo con un factor categórico.
Modelo con dos factores
Modelo adictivo para una numérica y una categórica.

(https:// EDGAR ARTURO IQUISE MEDINA 

([Link]
25 de sep de 2019

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

variable dependiente (variable respuesta) Y un conjunto de variables independientes (variables

explicativas) así también de le conoce como dependiente o criterio(Y) y una o más variables
llamadas independientes o predictoras (x1,x2,x3....xk)

2. ¿Porque se le denomina Regresión Lineal Múltiple?

Ya que el procedimiento de regresión lineal permite utilizar más de una variable independiente y
por tanto, permite llevar a cabo análisis de regresión múltiple. Pero en el análisis de regresión
múltiple, la ecuación de regresión ya no define una recta en el plano, sino un hiperplano en un
espacio multidimensional.

3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

Regresión múltiple como herramienta para predecir Supongamos que estamos interesados en
encontrar un hábitat adecuado para la familia de los escarabajos tigre que viven en playas
arenosas de la costa atlántica de Norteamérica.

Un posible procedimiento a seguir seria acudir a diferentes playas en las que habitase la especie
y medir en ellas la densidad del escarabajo (Y) junto con distintos factores bióticos y abióticos
(exposición al oleaje, tamaño del grano de arena, densidad de otros organismos, un modelo de
regresión múltiple nos daría una ecuación para relacionar la densidad del escarabajo con el resto
de variables, de modo que si acudimos a una nueva playa en la que no hay escarabajos y
medimos el resto de factores podríamos predecir la densidad esperada de escarabajos al
introducir la especie.

Regresión múltiple como herramienta para detectar causalidad La regresión múltiple también
nos puede servir para entender la relación funcional entre la variable dependiente y las variables
independientes y estudiar cuales pueden ser las causas de la variación de Y . Por ejemplo, si
planteamos un modelo de regresión lineal simple que explique la densidad de escarabajo en
función del tamaño de la arena, seguramente encontremos una relación significativa entre ambas
variables. Y lo mismo si planteamos un modelo de regresión lineal simple que explique la
densidad en función de la exposición al oleaje (pese a que seguramente el oleaje no sea el

[Link] 8/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

causante de los cambios en la densidad del escarabajo y lo que esté pasando es que la
exposición al oleaje este altamente correlacionada con el tamaño de la arena). La regresión
múltiple nos permite controlar este tipo de situaciones ya que podremos determinar si,
manteniendo las mismas condiciones en el tamaño de arena, la exposición al oleaje realmente
afecta a la densidad de la especie

4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?

En álgebra ordinaria y en álgebra matricial así también con el método de mínimos cuadrados y
forma matricial de modelo.
Editado por EDGAR ARTURO IQUISE MEDINA ([Link] el 25 de sep en 22:52

(https:// BERNARDO VALANTAINE GUTIERREZ ORREGO 

([Link]
26 de sep de 2019

Buenas tardes profesor, con respecto a las preguntas:

1.- ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

La variable dependiente (Y), también conocida como regresando (variable endógena corriente,
endógena o explicada).

La variable independiente, también conocida como regresor (variable explicativa o

predeterminada).

2.- ¿Porque se le denomina Regresión Lineal Múltiple?

Regresión, porque expresa la relación entre una variable llamada regresando y otras variables
llamadas regresores.

Lineal, porque la relación que liga las variables del modelo es de tipo lineal.

Múltiple, porque tiene una única ecuación y varias variables explicativas.

3.- Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

Ejemplo 1:

¿Cuál es el número medio estimado de parásitos en las localizaciones con un 85 %de humedad y
temperatura de 20°C?

Ejemplo 2:

Los siguientes datos muéstrales los proporciona una compañía de mudanzas sobre los pesos de
seis envíos, las distancias que se desplazaron y el daño de que provocó:

[Link] 9/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

4.- Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son estos?

El primero método es:

MRLM en Álgebra Ordinaria, se puede expresar:

En donde:

El segundo método es:

MRLM en Álgebra Matricial, se puede expresar:

En donde:

[Link] 10/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

(https:// CESAR YVAN RUPAY MAMANI 

([Link]
26 de sep de 2019

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

La variable dependiente también recibe el nombre de Regresando, variable endógena corriente,

variable endógena o variable explicada.

La variable independiente también recibe el nombre de Regresor, variable predeterminada o

variable explicativa.

2. ¿Porque se le denomina Regresión Lineal Múltiple?

Se le denomina "Regresión"porque expresa la relación entre una variable llamada
"regresando" y otras variables llamadas "regresores"
Se le denomina "Lineal"porque la relación que liga las variables del modelo es de tipo lineal.
Se le denomina "Múltiple"porque tiene una única ecuación y varias variables explicativas.
3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

La regresión podría usarse para identificar la intensidad del efecto que las variables
independientes tienen en una variable dependiente. Como identificar cuál es la fuerza de la
relación entre la dosis y el efecto, el gasto en ventas y marketing, o la edad y los ingresos.

También, se puede utilizar para pronosticar los efectos o el impacto de los cambios. Es decir, el
análisis de regresión nos ayuda a comprender cuánto cambia la variable dependiente con un
cambio en una o más variables independientes. Como, ¿cuánto ingresos de ventas adicionales
obtengo por cada $ 5000 adicionales gastados en marketing?

Asimismo, el análisis de regresión predice tendencias y valores futuros. El análisis de regresión

se puede utilizar para obtener estimaciones puntuales. Como: ¿cuál será el precio del oro en 9
meses?

4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?
5. A) Modelo de Regresión Lineal Múltiple en Álgebra Ordinaria:Yt = β0 + β1X1t + β2X2t + …. +
βkXkt + Ƹt ; t = 1, 2, …, T

Donde:

T: Tamaño muestral (Nro. de observaciones disponibles)

Yt: Regresando (Variable endógena corriente, endógena, dependiente o explicada.

X0t, X1t, X2t,…, Xkt: Regresores

X0t: Regresor ficticio

X1t, X2t,…, Xkt: Variables explicativas, predeterminadas o independiente.

1. B) Modelo de Regresión Lineal Múltiple en Álgebra Matricial: Y = X β + Ƹ

Donde:
[Link] 11/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

Ƹt: Perturbación aleatoria.

X: Es la matriz de Orden Tx(K+1) que contiene las (K+1) observaciones de los regresores (K
variables explicativas y el regresor ficticio)

(https:// JENNY JOSSELYN ALEJOS ALEJOS 

([Link]
27 de sep de 2019

Buenas Tardes Profesor.

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?La

variable dependiente también recibe el nombre de regresando, variable endogena corriente,
endogena dependiente o explicada.
Las variables independiente reciben el nombre de regresores, variable explicativas o
predeterminadas.
2. ¿Porque se le denomina Regresión Lineal Múltiple?Se le denomina Regresión Linal
Múltiple, debido a que es una regresión, es decir, expresa la relación entre una variable
llamada regresando y otras variables llamadas regresores, utilizando una única ecuación lineal
donde intervienen múltiples variables independientes.
3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLMPodemos aplicar
la RLM en casos como: Determinar el peso (Kg) de un individuo a partir de su altura (cm).
4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?Modelo I: Álgebra Ordinaria
Modelo II: Álgebra Matricial.

(https:// JEANS EDDY SULLON GALVEZ 

([Link]
27 de sep de 2019

1. ¿que otro nombre recibe la variable dependiente (y) y la variable independiente?

la variable dependiente o también llamado variable endógena corriente o simplemente endógena

la variable independiente o también llamado exógenas

2. ¿porque se le denomina regresión lineal múltiple?

la regresión lineal es una técnica estadística destinada a analizar las causas de por qué pasan las
cosas. a partir de los análisis de regresión lineal múltiple podemos:

identificar que variables independientes (causas) explican una variable dependiente

(resultado)
comparar y comprobar modelos causales
predecir valores de una variable, es decir, a partir de unas características predecir de forma
aproximada un comportamiento o estado
3. indique algunos ejemplos de modelos en los que podemos aplicar rlm

[Link] 12/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

se puede aplicar en la medición de la pobreza de un lugar ,en la demanda que tenga un producto
en el tiempo

4. existen dos métodos en los que podemos resolver estos modelos de rlm, ¿cuáles son
estos?

en algebra ordinaria y en algebra matricial

(https:// PAOLA JENNIFER AQUINO QUIÑONES 

([Link]
27 de sep de 2019

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

variable dependiente (Y): variable endógena corriente, endógena o explicada.
variable independiente: variables predeterminadas o explicativas.
2. ¿Por qué se le denomina Regresión Lineal Múltiple?
Regresión porque expresa la relación entre una variable llamada regresando y otras
variables llamadas regresores
Lineal porque la relación que liga las variables del modelo es de tipo lineal
Múltiple porque tiene una única ecuación y varias variables explicativas
3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM
Regresión múltiple como herramienta para predecir
Regresión múltiple como herramienta para detectar causalidad

1. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?
En álgebra ordinaria
En ágebra matricial
Editado por PAOLA JENNIFER AQUINO QUIÑONES ([Link] el 27 de sep en 15:50

(https:// JORGE LUIS MACAZANA SUAREZ 

([Link]
27 de sep de 2019

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

Y: dependiente es el regresando (variable endógena corriente endógena dependiente o

explicada.

Y->Vector columna de orden TX1 que incluye las T observaciones del regresando.

2 ¿Porque se le denomina Regresión Lineal Múltiple?

[Link] 13/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

Regresión: expresa la relación entre una variable llamada regresando y otras variables llamadas
regresores.

Lineal: La relación que liga a las variables es de tipo lineal

Múltiple: Tiene una única ecuación y varias variables explicativas.

3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

En el siguiente artículo desarrollaremos un pronóstico a través de una regresión lineal múltiple

que en términos generales se puede representar por donde es la variable
dependiente, las variables independientes y los coeficientes de la regresión. En particular
consideraremos en el siguiente ejemplo una variable dependiente (Ganancias en Millones de $) y
2 variables explicativas o independientes (Número de Vendedores y Precio del Producto $), es
decir, , donde es el N° de Vendedores y el Precio del Producto ($). La información se resume en
la tabla a continuación:

En el artículo Cómo utilizar una Regresión Lineal para realizar un Pronóstico de Demanda

([Link]
realizar-un-pronostico-de-demanda/)  se detalla el procedimiento para obtener una regresión lineal
simple con una variable explicativa, lo cual se favorece con la utilización de las herramientas que
provee Excel como se muestra en los siguientes grá cos:

4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?

El modelo de MRLM se puede presentar de dos formas una que será en algebra ordinaria

Otra presentación del modelo es en algebra matricial.

Y -> vector columna de orden Tx1 que incluye las T observadas del regresando

X -> Matriz de orden Tx(k +1) que contiene las (K +1) observaciones de los regresores (K
variables explicativas y el regresor ficticio)

Matriz del diseño del modelo

(https:// DAVID CHUMPITAZ QUISPE 

([Link]
28 de sep de 2019

[Link] 14/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

Profesor

Buenas noches.

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

Variable dependiente: Se le conoce también como variable endogena [Link]
Independiente: Variable explicativa.
2. ¿Porque se le denomina Regresión Lineal Múltiple?Expresa la relación entre una variable
llamada regresando y otras variables llamadas regresores; tiene una única ecuación y varias
variables explicativas.
3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLMEJEMPLO 1:
¿Cuántas ‘betas’ tiene el modelo lineal con k variables? EJEMPLO 2: Busque en ambos
documentos de STROBE (la declaración y el largo explicativo)
cuántas veces aparece el término “independent variable”. Repita en el doc E&E
de TRIPOD. ¿Y cuántas aparece ‘predictor’ en la 1ª página de este último?
4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?Álgebra ordinaria y álgebra matricial.

Saludos.
Editado por DAVID CHUMPITAZ QUISPE ([Link] el 28 de sep en 0:56

(https:// CARLOS ARMANDO MEJIA PAREDES 

([Link]
28 de sep de 2019

1.-¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

también como variable endogena corriente. Variable Independiente: Variable explicativa.

2.-¿Porque se le denomina Regresión Lineal Múltiple?

Por que tiene una única ecuación y varias variables explicativas

3.-Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

Un pronóstico a través de una regresión lineal múltiple que en

términos generales se puede representar por
Y=beta0 + beta1X1 + beta2X2+ ... betakXk donde Y es la variable dependiente,
X1,X2,...,Xk las variables independientes y beta0,beta1,beta2...beta k los
coeficientes de la regresión. En particular consideraremos en el siguiente
ejemplo una variable dependiente (Ganancias en Millones de $) y 2 variables
explicativas o independientes (Número de Vendedores y Precio del Producto $),
es decir, Y=beta0+beta1X1+beta2X2 donde X1 es el N° de Vendedores y X2 el
Precio del Producto ($)

4.-Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?
-> En algebra ordinaria, que requiere de :
T = Tamaño de la muestra
[Link] 15/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

Y1= Regresando (variable endógena corriente endógena dependiente o explicativa)

Xa= Regresor ficticio
xn=Variables explicativas predeterminada o independientes
g= perturbación aleatoria
B0..k=Parámetros

-> En algebra matricial

-Y = XB + e
Editado por CARLOS ARMANDO MEJIA PAREDES ([Link] el 28 de sep en 2:04

(https:// JAZMIN KELLY PUCHO HUAMANI 

([Link]
28 de sep de 2019

Buenos días profesor,

Detallo respuesta a las preguntas:

1. ¿Qué otro nombre recibe la variable dependiente (Y) y la variable independiente?

Variable Dependiente: Llamada también variable regresando.

Variable Independiente: Llamada también variable regresores.

2. ¿Porque se le denomina Regresión Lineal Múltiple?

Regresión: Expresa la relación entre una variable llamada regresando y otras variables
regresores.

Lineal: La relación que liga las variables del modelo es de tipo lineal.

Múltiple: Tiene una ecuación y varias variables explicativas.

3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?

Método 1: En Álgebra Ordinaria.

Método 2: En Álgebra Matricial.

Saludos,

Jazmín Pucho
[Link] 16/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

Editado por JAZMIN KELLY PUCHO HUAMANI ([Link] el 28 de sep en 9:27

(https:// JANETH CARHUAZ CASTILLO 

([Link]
28 de sep de 2019

Buenos dias profesor y compañeros:

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

Una distinción de particular importancia es aquella entre variables dependientes e independientes. Los
términos “dependiente” e “independiente” se utilizan para representar una relación de “causalidad” entre dos
variables. La relación es la siguiente: el valor de la variable dependiente ‘depende’ del valor de la variable
independiente. En otras palabras: la variable independiente determina, en alguna medida (medida que puede ser
mayor o menor), el valor de la variable dependiente. Utilizando otros términos, la variable independiente “causa” la
variable dependiente. O sea que el comportamiento de la variable dependiente se podría predecir sobre la base del
comportamiento de la variable independiente.

1. ¿Porque se le denomina Regresión Lineal Múltiple?

La regresión lineal es una técnica estadística destinada a analizar las causas de por qué pasan las cosas. A partir de
los análisis de regresión lineal múltiple podemos:

identificar que variables independientes (causas) explican una variable dependiente (resultado)
comparar y comprobar modelos causales
predecir valores de una variable, es decir, a partir de unas características predecir de forma aproximada un
comportamiento o estado.
1. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

Quiero saber cuáles son las causas que explican la justificación del aborto en España usando los datos de
la Encuesta Mundial de Valores ([Link] de 2005. A partir de mi observación de la
realidad y la lectura de investigaciones sobre el tema propongo un modelo causal que incluye las siguientes
variables:

Variable dependiente:

justificación del aborto: Se preguntó a los encuestados en qué grado en una escala de 1 a 10 justificarían el
aborto, donde 1 es nunca lo justificaría y 10 siempre lo justificarían.

Variables independientes:

Importancia de Dios en la vida: se preguntó en una escala de 1 a 10, donde 1 es nada importante y 10 es muy
importante
Nivel educativo: se preguntó cuál es el último nivel educativo alcanzado donde 1 es sin estudios primarios
completos, 2 es primarios completos, 3 es secundarios completos y 4 es universitarios completos.
Nivel de ingresos: se preguntó sobre cuánto gana al mes en una escala del 1 al 10 con diversos rangos salariales
Edad
Número de hijos

[Link] 17/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

Confianza en el gobierno: se preguntó sobre el

nivel de confianza en el gobierno en una escala de 1 a 4 donde: 1 es confío
mucho, 2 es confío bastante, 3 es confío poco y 4 es que no confío nada

(https:// EDWIN NILTON CHERRES LA MADRID 

([Link]
28 de sep de 2019

Buenas noches profesor

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?Se le

denomina regresando, es una variable endogena corriente o endogena
2. ¿Porque se le denomina Regresión Lineal Múltiple?es una expresion enfocada en la
realidad, la cual consta de una variable regresando y los regresores ademas se dice lineal
porque consta de una sola expresion y multiple porque tiene varias variables explicativas
3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLMEjemploSe
pretenden estimar los gastos en alimentación de una familia en base a la información
que proporcionan las variables regresoras 'ingresos mensuales y 'número de miembros de la
familia'. Para ello se recoge una muestra aleatoria simple de 15 familias, cuyos resultados se
facilitan
en la tabla adjunta. (El gasto e ingreso se expresan en cien mil euros).
4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?Los metodos para resolucion son el de algebra ordinaria el cual es expresado

y el segundo metodo es por algebra matricial el cual esta expresado de la siguiente forma

al ser una expresion matricial lleva una matriz cuyo orden esta expresado de la siguiente forma

(https:// ROCIO MILAGROS MUÑOZ DEL CASTILLO DE 

CUBAS
([Link]
28 de sep de 2019

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente? Una
distinción de particular importancia es aquella entre variables dependientes e
independientes. Los términos “dependiente” e “independiente” se utilizan para
representar una relación de “causalidad” entre dos variables. La relación es la
[Link] 18/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

siguiente: el valor de la variable dependiente ‘depende’ del valor de la variable

independiente. En otras palabras: la variable independiente determina, en alguna
medida (medida que puede ser mayor o menor), el valor de la variable dependiente.
Utilizando otros términos, la variable independiente “causa” la variable dependiente. O
sea que el comportamiento de la variable dependiente se podría predecir sobre la base
del comportamiento de la variable independiente
2. ¿Porque se le denomina Regresión Lineal Múltiple?Regresión lineal múltiple

La regresión lineal es una técnica estadística destinada a analizar las causas de por qué
pasan las cosas. A partir de los análisis de regresión lineal múltiple podemos:

identificar que variables independientes (causas) explican una variable dependiente

(resultado)
comparar y comprobar modelos causales
predecir valores de una variable, es decir, a partir de unas características predecir de
forma aproximada un comportamiento o estado
3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM
1. El número de observaciones (n), es menor o igual que el número de variables
independientes (k).
2. Una variable independiente es combinación lineal de otra(s) o constante (colinealidad )
3. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles
son estos?

Modelo de regresión lineal múltiple

Las variables biológicas suelen presentar multicorrelaciones. P.e. para estudiar el efecto del
consumo de grasas saturadas en el nivel del colesterol en sangre, se puede plantear un modelo de
RLS, sin embargo el nivel de colesterol puede depender también de otras variables: consumo de
otras substancias, ejercicio realizado, edad, factores metabólicos genéticos, etc.

Si, para cada valor del consumo de grasas, las demás variables se distribuyen aleatoriamente, la
estimación por RLS es adecuada y la variación "debida" a las otras variables estaría incluida en la
variación aleatoria alrededor de la regresión, pero en caso contrario la estimación sería incorrecta,
si p.e., las costumbres dietéticas variaran con la edad y ésta influyera en el colesterol, una parte
no cuantificada de la variación del colesterol que el modelo atribuye al consumo de grasas sería
"debida" a la edad.

La regresión lineal múltiple (RLM) es un modelo que permite estudiar estos efectos. El modelo es

a0: media de Y cuando todas las Xi son cero (cuando no tiene sentido Xi=0, p.e. edad, se
interpreta como la media de Y que no depende de las Xi).
ai: cambio en la media de Y cuando Xi aumenta una unidad permaneciendo constantes las demás.

Las asunciones del modelo son una generalización

([Link] de las de RLS y dado el resultado de RLS no

vamos a distinguir entre modelo I ([Link] y II.

([Link]

[Link] 19/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

La estimación de los coeficientes también se hace por mínimos cuadrados o máxima verosimilitud
y se obtienen los mismos resultados. Estos resultados, usando notación matricial, son (incluyen
como caso particular la RLS):

siendo la matriz columna de coeficientes estimados, Yla matriz columna de observaciones de la

variable dependiente y X la denominada matriz de diseño

es decir la matriz de datos con una primera columna de 1's. Estos coeficientes se distribuyen
como una normal multivariante cuya matriz de medias son los verdaderos coeficientes y matriz de
varianzas-covarianzas

un buen estimador de s2 es

que se distribuye como una c2 con n - (k+1) grados de libertad.

Estas fórmulas ponen de manifiesto unas limitaciones al resolver estos modelos. Para ello hay que
invertir una matriz y no todas las matrices pueden invertirse (singulares). En dos situaciones no
se puede:
Editado por ROCIO MILAGROS MUÑOZ DEL CASTILLO DE CUBAS ([Link] el 28
de sep en 10:29

(https:// YADIRA JAZMIN CABANILLAS FERRER 

([Link]
28 de sep de 2019

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

La variable dependiente: Es el regresando, la variable endógena corriente, endógena o explicada.

La variable independiente: Es el regresor, variables explicativas, predeterminadas.

2. ¿Porque se le denomina Regresión Lineal Múltiple?

Porque expresa la relación entre una variable llamada regresando y otras variables llamadas
regresoras. Es lineal porque la relación entre las variables es lineal. Se dice que es múltiple
porque tiene una única ecuación y varias variables explicativas.

3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

[Link] 20/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

es el número medio estimado de parásitos en las localizaciones con un 85 % de humedad y

temperatura de 20oC

la relación de la presión arterial inicial Z con la final Y es la misma para todos los estratos de
glicemia inicial

Efectividad de un mismo tratamiento de salud en 2 distintos hospitales.

4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?

Se puede expresar en álgebra ordinaria: Sumando las perturbaciones aleatorias multiplicados por
los regresores.

También se puede expresar en álgebra matricial: Sumando las perturbaciones con multiplicación
de la matriz X con los parámetros.

(https:// STEFANY JUDDY SALCEDO LOAYZA 

([Link]
28 de sep de 2019

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

La variable Y se llama regresando o variable endógena corriente o dependiente o explicada. La

variable independiente también llamada predeterminada o explicativa.

2. ¿Porque se le denomina Regresión Lineal Múltiple?

Es una representación simplificada de la realidad, es de regresión por la relación entre la variable

regresando y otras llamada regresores, también es múltiple porque tiene una ecuación y varias
variables explicativas y por último es lineal por la relación que tiene las variables.

3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

Se puede aplicar en la medición de la pobreza de un lugar ,en la demanda que tenga un producto
en el tiempo

Ejemplo:

Hallar la ecuación de estimación para estimar los gastos en alimentación de una familia en base a
los ingresos mensuales y numero de miembros de la familia, para ello se recoge los datos de una
muestra aleatoria simple de 15 familias, cuyos resultados se muestran en la tabla adjunta.

Gastos Ingresos Miembros familia

0,43 2,1 3

0,31 1,1 4

0,32 0,9 5

[Link] 21/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

0,46 1,6 4

1,25 6,2 4

0,44 2,3 3

0,52 1,8 6

0,29 1 5

1,29 8,9 3

0,35 2,4 2

0,35 1,2 4

0,78 4,7 3

0,43 3,5 2

0,47 2,9 3

0,38 1,4 4

4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?

En álgebra ordinaria y en álgebra matricial así también con el método de mínimos cuadrados y
forma matricial de modelo.
Editado por STEFANY JUDDY SALCEDO LOAYZA ([Link] el 28 de sep en 11:47

(https:// WILLIAM JUNIOR ALATA ESPINOZA 

([Link]
28 de sep de 2019

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

La variable dependiente también recibe el nombre de regresando, variable endógena corriente,

endógena dependiente o explicada

Las variables independientes reciben el nombre de regresores, variables explicativas o

predeterminadas.

2. ¿Porque se le denomina Regresión Lineal Múltiple?

Se le denomina RLM, debido a que es una regresión, es decir determina la relación entre una
variable dependiente y otras variables, utilizando una única ecuación lineal donde
intervienen múltiples variables independientes

3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

[Link] 22/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

Podemos aplicar la RLM en casos como: Las ventas de inmuebles en relación a la tasa de interés
promedio y el PBI per cápita.

Otros casos como pronosticar la ganancia en la empresa en función de la cantidad de vendedores

y el precio de los productos.

4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?

Modelo I: Regresión entre 2 variables. Algebraica

Modelo II Regresión bivariante. Matricial

(https:// CARLOS OMAR ALEXIS SALAZAR VARGAS 

([Link]
28 de sep de 2019

Regresión lineal y múltiple.

Modelo de regresión lineal múltiple.

1. Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

Y es la variable explicada, dependiente o respuesta.

2. ¿Porque se le denomina Regresión Lineal Múltiple?

La regresión lineal múltiple es la gran técnica estadística para comprobar hipótesis y relaciones
causales. Para ellos se debe cumplir una serie de condiciones para poder ser aplicado.

Explicaremos sus partes:

MODELO Es una representación de la realidad.

REGRESION Expresa la relación una variable llamada regresando y otras variables llamadas
regresión.

LINEAL La relación que liga las variables del modelo es de tipo

Lineal.

MULTIPLE Tiene una única ecuación y varias variables

Explicativas.

Y se representa por la fórmula:

3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM.

Un ejemplo de Móldelo que se tratan en disciplinas como la Ecología o la Biología de la

Conservación es el de identificar factores que influyen en variables como la riqueza de una
especie (medida como el número de individuos de la especie en un área dada).

[Link] 23/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

La regresión múltiple también nos puede servir para entender la relación funcional entre la
variable dependiente y las variables independientes y estudiar cuales pueden ser las causas de la
variación de Y.

4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?

1.- Una variable de interés Y (variable respuesta o dependiente) Y

En Regresión Lineal Simple (RLS) el modelo contiene una variable predictora:

2.-Un conjunto de variables explicativas o regresaras

X1; X2; : : : ; Xp

La Regresión Lineal Múltiple (RLM) suma las contribuciones lineales de k predictoras:

Tener en cuenta que el RLS es de una variable predictora. Y el RLM es de variables explicativas

(https:// ANDRES BEJARANO MELODIAS 

([Link]
28 de sep de 2019

También se le denomina regresando

Se le denomina variable múltiple porque tiene una única ecuación y varias variables explicativas.

RLM :

Es el que se utiliza como modelo matemático

Dentro de sus aplicaciones se tendría para poder modelar un caso aleatorio de una muestra y
poder lograr tomar valores para cada uno de las variables dentro de una unica ecuacion de
carácter lineal.

En álgebra ordinaria

En una matricial.

(https:// JOSE LUIS AGUIRRE CABEZA 

([Link]
28 de sep de 2019

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

[Link] 24/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

Una variable dependiente representa una cantidad cuyo valor depende de cómo se modifica
la variable independiente. A menudo y es la variable que se utiliza para representar la variable
dependiente en una ecuación.

La variable dependiente (Y) se conoce también como (variable endógena corriente o explicada)

2. ¿Porque se le denomina Regresión Lineal Múltiple?

La regresión lineal múltiple es un método usado para medir la relación que podrían guardar
algunas variables independientes dentro de un estudio estadístico. Estos estudios pueden ser de
utilidad a nivel financiero o científico, para apoyar y dar a conocer resultados experimentales
matemáticos de una forma que pueda ser comprensible por la sociedad en general.

Es una representación simplificada de la realidad. Además, expresa la relación entre una variable
llamada regresando y otras variables regresores. Así mismo, tiene una única ecuación y varias
variables explicativas.

3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

Los métodos de pronósticos de relaciones causales establecen que el comportamiento o

variación de una variable de interés se puede explicar a través de una o más variables que se
presume tienen un efecto significativo sobre ella. Tal sería el caso de si por ejemplo se intenta
explicar las ventas de casas en un país a través de variables como la tasa de interés promedio
para créditos hipotecarios, PIB per cápita, subsidios del estado para adquisición de nuevas
viviendas, crecimiento demográfico, entre otras.

RLM, podemos aplicar en variables explicativas, ayuda a crear un modelo donde se puede
seleccionar las variables que influyen en la respuesta, descartando las que no aportan
información sobre la misma y determinación de interacciones entre variables independientes que
afectan las respuestas de las mismas.

4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?

Los modelos en los que podemos resolver son:

Algebra ordinaria

T = Tamaño de la muestra
Y1= Regresando (variable endógena corriente endógena dependiente o explicativa)
Xa= Regresor ficticio
xn=Variables explicativas predeterminada o independientes
g= perturbación aleatoria
B0..k=Parámetros

Algebra matricial

-Y = XB + e
Editado por JOSE LUIS AGUIRRE CABEZA ([Link] el 28 de sep en 18:00

(http JULIO CESAR MONTERO ROJAS 

([Link]

[Link] 25/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

28 de sep de 2019

La regresión lineal simple supone que los valores de la variable dependiente, a los que
llamaremos yi, pueden escribirse en función de los valores de una única variable
independiente, los cuales notaremos por xi, según el siguiente modelo lineal

yi=β0+β1xi

donde β0 y β1, son los parámetros desconocidos que vamos a estimar.

Habitualmente, al iniciar un estudio de regresión lineal simple se suelen representar los

valores de la variable dependiente y de la variable independiente de forma conjunta mediante
un diagrama de dispersión para determinar si realmente existe una relación lineal entre
ambas. Para realizar un diagrama de dispersión en R utilizaremos la orden plot

(https:// JULIO CESAR MONTERO ROJAS 

([Link]
28 de sep de 2019

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

En el Análisis de regresión simple, se pretende estudiar y explicar el comportamiento de una

variable que notamos y, y que llamaremos variable explicada, variable dependiente o variable
de interés, a partir de otra variable, que notamos x, y que llamamos variable
explicativa, variable independiente o variable de predicción. El principal objetivo de la
regresión es encontrar la función que mejor explique la relación entre la variable
dependiente y las independientes.

2. ¿Porque se le denomina Regresión Lineal Múltiple?

Se denomina Regresión Lineal Múltiple porque expresa la relación entre una variable llamada
REGRESANDO y otras variables llamadas regresores, la relación que liga las variables del
modelo es de tipo lineal, y es múltiple porque tiene una única ecuación y varias variables
explicativas.

3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

Para cumplir dicho objetivo, el primer paso que debe realizar el investigador, es representar las
observaciones de ambas variables en un gráfico llamado diagrama de dispersión o nube de
puntos. A partir de esta representación el investigador puede especificar la forma funcional de la
función de regresión.
Suponemos un modelo en la forma

A menudo se supone que la relación que guardan la variable dependiente y las independientes es
lineal. En estos casos, se utilizan los modelos de regresión lineal. Aunque las relaciones lineales
aparecen de forma frecuente, también es posible considerar otro tipo de relación entre las
variables, que se modelizan mediante otros modelos de regresión, como pueden ser el modelo
de regresión cuadrático o parabólico o el modelo de regresión hiperbólico.

[Link] 26/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?

Los dos métodos son:

1. Álgebra Ordinaria
2. Álgebra Matricial

(https:// PATRICIA ALIAGA TANTAVILCA 

([Link]
28 de sep de 2019

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

La variable Dependiente, según el video es llamada también regresando (variable endógena

corriente, endógena, explicada)

La variable Independiente, llamada también variables explicativas, predeterminadas.

1. ¿Porque se le denomina Regresión Lineal Múltiple?

Modelo-. Es una representación simplificada de la realidad. Es de regresión por que expresa la

relación entre una variable, llamada regresando y otras variables llamadas regresores. Es un
modelo lineal, pues la relación que liga las variables del modelo es de tipo lineal.

Y se le da la denominación de múltiple, ya que tiene una única ecuación y varias variables

explicativas.

1. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM.

Modelo General.
Modelo con un factor categórico.
Modelo con dos factores
Modelo adictivo para una numérica y una categórica.
1. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?

El método en algebra ordinaria

El método en algebra Matricial.

(https:// PABLO ANTONIO ALIAGA AHUANARI 

([Link]

[Link] 27/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

28 de sep de 2019

1. Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

Se le conoce como la variable “Y” y se llama regresando o también variable endógena corriente o
dependiente o explicada. Esta variable también puede ser llamada variable predeterminada o
explicativa.

2. ¿Porque se le denomina Regresión Lineal Múltiple?

Se le llama regresión lineal múltiple, a la representación simplificada de la realidad, es de

regresión por la relación entre la variable regresando y otras llamadas regresores, también es
múltiple porque tiene una ecuación y varias variables explicativas y por último es lineal por la
relación que tiene las variables.

3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

4. Supongamos que estamos interesados en encontrar un h´abitat adecuado para la familia de
los escarabajos tigre (Cicindela dorsalis dorsalis), que viven en playas arenosas de la costa atl
´antica de Norteam´erica. Un posible procedimiento a seguir ser´ıa acudir a diferentes playas
en las que habitase la especie y medir en ellas la densidad del escarabajo (Y ) junto con
distintos factores bi´oticos y abi´oticos (exposici´on al oleaje, tama˜no del grano de arena,
densidad de otros organismos,...) Un modelo de regresi´on m´ultiple nos dar´ıa una ecuaci´on
para relacionar la densidad del escarabajo con el resto de variables, de modo que si acudimos
a una nueva playa en la que no hay escarabajos y medimos el resto de factores podr´ıamos
predecir la densidad esperada de escarabajos al introducir la especie.
5. Quiero saber cuáles son las causas que explican la justificación del aborto en España usando
los datos de la Encuesta Mundial de Valores ([Link] de 2005. A
partir de mi observación de la realidad y la lectura de investigaciones sobre el tema propongo
un modelo causal que incluye las siguientes variables:

Variable dependiente:

justificación del aborto: Se preguntó a los encuestados en qué grado en una escala de 1 a 10
justificarían el aborto, donde 1 es nunca lo justificaría y 10 siempre lo justificarían.

Variables independientes:

Importancia de Dios en la vida: se preguntó en una escala de 1 a 10, donde 1 es nada

importante y 10 es muy importante
Nivel educativo: se preguntó cuál es el último nivel educativo alcanzado donde 1 es sin
estudios primarios completos, 2 es primarios completos, 3 es secundarios completos y 4 es
universitarios completos.
Nivel de ingresos: se preguntó sobre cuánto gana al mes en una escala del 1 al 10 con
diversos rangos salariales
Edad
Número de hijos
Confianza en el gobierno: se preguntó sobre el
nivel de confianza en el gobierno en una escala de 1 a 4 donde: 1 es confío
mucho, 2 es confío bastante, 3 es confío poco y 4 es que no confío nada

[Link] 28/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?

.- Una variable de interés Y (variable respuesta o dependiente) Y

En Regresión Lineal Simple (RLS) el modelo contiene una variable predictora:

2.-Un conjunto de variables explicativas o regresaras

X1; X2; : : : ; Xp

La Regresión Lineal Múltiple (RLM) suma las contribuciones lineales de k predictoras:

Tener en cuenta que el RLS es de una variable predictora. Y el RLM es de variables explicativas
Editado por PABLO ANTONIO ALIAGA AHUANARI ([Link] el 28 de sep en 23:06

(https:// MAYKO JERSY CHAVEZ ATAUJE 

([Link]
28 de sep de 2019

Estimado profesor un cordial saludo y a la vez paso a responder las

preguntas del Foro de Debate Cali cado 03 - ECV - Regresión lineal
y múltiple.

Agradeceré por la atención brindada.

1.- ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

Una variable dependiente es aquella cuyos valores dependen de los que tomen otra variable. La
variable dependiente en una función se suele representar por Y.

La variable dependiente se representa en el eje ordenadas.

Una variable independiente es aquella cuyo valor no depende del de otra variable, en una
función se suele representar por X. La variable independiente se representa en el eje de
abscisas.

2.- ¿Porque se le denomina Regresión Lineal Múltiple?

Se denomina Regresión Lineal Múltiple a las técnicas estadísticas para comprobar hipótesis y
relaciones causales. Ante de empezar, una serie de condiciones que se deben cumplir para poder
aplicar la regresión lineal múltiple:

La variable dependiente (resultado) debe ser ordinal o escalar, es decir, que las categorías de
la variable tengan orden interno o jerarquía, [Link]. nivel de ingresos, peso, número de hijos,
[Link] 29/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

justificación del aborto en una escala de 1-nunca a 10-siempre.

Las variables independientes (causas) deben ser ordinales o escalares o dummy
Hay otras condiciones como: las variables independientes no puede estar altamente
correlacionadas entre sí, las relaciones entre las causas y el resultado deben ser lineales,
todas variables deben seguir la distribución normal
([Link] y deben tener varianzas iguales. Estas
condiciones no son tan estrictas y hay maneras de tratar los datos si se incumple. Sobre ello
volveremos en futuras entradas

3.- Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

La siguiente tabla incluye información acerca del peso (en kg.), la altura (en cm.), contorno de
cintura (en cm.) y la edad de 12 individuos

Vamos a ajustar un nuevo modelo de regresión lineal (múltiple, en este caso) que incorpore la
información de todas las variables. En primer lugar, vamos a crear cuatro vectores numéricos, uno
para cada variable

> peso <- c(74, 92, 63, 72, 58, 78, 85, 85, 73, 62, 80, 72)
> altura <- c(168, 196, 170, 175, 162, 169, 190, 186, 176, 170, 176, 179)
> cintura <- c(62, 75, 60, 71, 66, 62, 79, 74, 70, 66, 71, 69)
> edad <- c(25, 31, 29, 64, 44, 41, 37, 35, 34, 29, 19, 50)

Y vamos a agrupar la información relativa a las 4 variables de las que disponemos en un data
frame al que pondremos por nombre datos:

> datos <- [Link](peso, altura, cintura, edad)

> datos
peso altura cintura edad
1 74 168 62 25
2 92 196 75 31
3 63 170 60 29
4 72 175 71 64
5 58 162 66 44
6 78 169 62 41
7 85 190 79 37
8 85 186 74 35
9 73 176 70 34
10 62 170 66 29
11 80 176 71 19
12 72 179 69 50

justamos el modelo de regresión lineal múltiple

> reg_lin_mul <- lm(peso ~ altura + cintura + edad)

> summary(reg_lin_mul)

Call:
lm(formula = peso ~ altura + cintura + edad)
Residuals:

[Link] 30/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

Min 1Q Median 3Q Max

-7.5822 -2.8758 -0.6746 2.6828 9.9842
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -78.03017 35.37744 -2.206 0.0585 .
altura 0.93629 0.34941 2.680 0.0279 *
cintura -0.13261 0.60578 -0.219 0.8322
edad -0.09672 0.15806 -0.612 0.5576
—
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 6.024 on 8 degrees of freedom

Multiple R-squared: 0.7464, Adjusted R-squared: 0.6513
F-statistic: 7.85 on 3 and 8 DF, p-value: 0.009081

El modelo podría escribirse tal y como sigue:

pesoi=−78.03017+0.93629alturai–0.13261cinturai–0.09672edadi

4.- Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?

Este procedimiento de incluir todas las variables que el investigador considera relevantes en la
explicación de la variable dependiente en SPSS se conoce como MÉTODO “INTRODUCIR”. Es el
investigador, una vez analizados estadísticamente los coeficientes estimados, el que debe
depurar la ecuación eliminando las variables no significativas. Deben eliminarse una a una. Es
decir en primer lugar eliminamos sexo y volvemos a estimar con las que quedan y si todas son
significativas esa sería la ecuación válida. En cualquier otro caso habría que eliminar la siguiente
no significativa. Este proceso acaba cuando todas las variables son estadísticamente
significativas. Para seleccionar las variables relevantes en un modelo de regresión se puede
proceder como hemos comentado en el párrafo anterior o se pueden utilizar otros procedimientos.
De los procedimientos disponibles para construir un modelo de regresión implementados en
SPSS comentaremos el de estimación METODO “PASO A PASO” o “pasos sucesivos” porque
junto al anterior es de los que más se utilizan en investigación.

Saludos

MAYKO JERSY CHAVEZ

U17308215

(https:// ANTHONY BRAYAN PAREDES GUERRERO 

([Link]
28 de sep de 2019

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

La variable independiente (VI) es la que cambia o es controlada para ver sus efectos en la
variable dependiente (VD). Por ejemplo, en un estudio se quiere medir los efectos de la altura en
el peso. La altura es la VI y el peso el la VD.
[Link] 31/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

La variable dependiente (VD) es la que es afectada por la variable independiente (VD). Se trata
del efecto, de lo que se mide. Por ejemplo, en un estudio se quiere medir la cantidad de sol que
una planta recibe y su altura. La cantidad de sol es la VI, es la causa. La altura de la planta sería
la VD, el efecto que se mide

2. ¿Porque se le denomina Regresión Lineal Múltiple?

Regresión: Porque expresa la relación entre una variable llamada regresando y otras
variables llamadas regresores

Lineal: Porque la relación que liga las variables del modelo es de tipo lineal

Múltiple: Porque tiene una única ecuación y varias variables explicativas

3. Indique algunos ejemplos de Modelos en los que podemos aplicar REGRESION LINEAL
MULTIPLE

El consumo de combustible de un vehículo, cuya variación puede ser explicada por la velocidad
media del mismo y por el tipo de carretera. Podemos incluir en el término de error, variables como
el efecto del conductor, las condiciones meteorológicas, etc.

El presupuesto de una universidad, cuya variación puede ser explicada por el número de
alumnos. También podríamos considerar en el modelo variables como el número de profesores, el
número de laboratorios, la superficie disponible de instalaciones, personal de administración, etc.

4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?

La regresión lineal es un modelo estadístico para aproximar la relación de una variable

dependiente llamada Y , y una o mas variables independietes llamadas X y un termino aleatorio
muchas veces llamado error.

Los dos primeros pasos hacen referencia a la bondad del modelo, es decir, si el conjunto de
variables independientes (causas) explican la variable dependiente (resultado)

1 – Significación de F-test: si es menor de 0,05 es que el modelo es estadísticamente

significativo y por tanto las variables independientes explican “algo” la variable dependiente,
cuánto “algo” es la R-cuadrado

2 – R cuadrado: es cuánto las variables independientes explican la variable dependiente, indica

el porcentaje de la varianza ([Link]
[Link]) de la variable dependiente explicado por el conjunto de variables independientes.
Cuanto mayor sea la R-cuadrado más explicativo y mejor es el modelo causal.

Los dos siguientes pasos hacen referencia a la influencia de cada una de las variables
independientes:

3 – Significación de t-test: si es menor de 0,05 es que esa variable independiente se relaciona

de forma significativa con la variable dependiente, por tanto, influye sobre ella, es explicativa
[Link] 32/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

4 – Coeficiente beta (β): indica la intensidad y la dirección de la relación entre esa variable
independiente (VI) y la variable dependiente (VD):

cuanto más se aleja de 0 más fuerte es la relación

el signo indica la dirección (signo + indica que al aumentar los valores de la VI aumentan los
valores de la VD; signo – indica que al aumentar los valores de la VI, los valores de la VD
descienden)

(https:// ROSARIO MILAGROS FLORES BRICEÑO 

([Link]
28 de sep de 2019

(http ROSARIO MILAGROS FLORES BRICEÑO 

([Link]
28 de sep de 2019

la regresión múltiple también puede ser aplicada en economía, pues constantemente en la

practica de la investigación estadística, se encuentran variables que de alguna manera están
relacionados entre si, por lo que es posible que una de las variables puedan relacionarse
matemáticamente en función de otra u otras variables.

(https:// SARITA MUÑASQUI MORENO 

([Link]
30 de sep de 2019

1.¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

A la variable dependiente (Y) (regresando) también se le conoce como variable endogena
corriente, dependiente, endogena o explicativa.
A la variable independiente (regresores) se le conoce también como predeterminada.

2.¿Por qué se le denomina Regresión Lineal Múltiple?

Porque expresa relación entre una variable (regresando) y otras variables llamadas (regresores),
la relación que liga estas variables es lineal, ademas tiene una única ecuación y varias variables
explicativas.

[Link] algunos ejemplos de Modelos en los que podemos aplicar RLM

El Modelo de Regresión Lineal Clásico (MRLC)

[Link] 33/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

[Link] dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son estos?
-Álgebra ordinaria
-Álgebra matricial

(https:// KURT KENY VALDIVIEZO LEON 

([Link]
30 de sep de 2019

1. ¿Qué otro nombre recibe la variable dependiente (Y) y la variable independiente?

La variable dependiente ( cusas), también es denominada Variable endógena corrientes,

endógena, dependiente o explicada.

La variable Independientes ( resultados), es conocida también como variable predeterminada

1. ¿Porque se le denomina Regresión Lineal Múltiple?

Por que estas contienen a las causas y resultados, en otras palabras la región lineal
múltiple contiene la variable dependiente y independiente.

1. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

En el cálculo de ganancias vs la cantidad de trabajadores

Reacción de un cuerpo a la temperatura

La armonía de la corriente y el voltaje

1. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?

MRLM en álgebra Matricial

MRLM con variable de Dummy (explicativa)

(https:// CLINTON ROCA VILLALVA 

([Link]

[Link] 34/35
26/10/2019 Tema: (ACV-S07) Foro de Debate Calificado 03 - ECV - Regresión lineal y múltiple

30 de sep de 2019

1. ¿Que otro nombre recibe la variable dependiente (Y) y la variable independiente?

La variable dependiente también es conocida como Regresando(Variable endógena corriente,
endógena dependiente o explicada) y la variable independiente como Regresor(Variable
explicativa, predeterminada o independiente).
2. ¿Porque se le denomina Regresión Lineal Múltiple?
Porque expresa una relación lineal entre una variable llamada regresando y otras variables
llamando regresando, siendo una única ecuación y varias variables explicativas.

3. Indique algunos ejemplos de Modelos en los que podemos aplicar RLM

4. Existen dos métodos en los que podemos resolver estos modelos de RLM, ¿cuáles son
estos?
Algebra ordinaria y algebra matricial

[Link] 35/35