Академический Документы
Профессиональный Документы
Культура Документы
El Analisis de Regresin Lineal Mltiple permite establecer la relacin que se produce entre
una variable dependiente Y y un conjunto de variable independientes (X1, X2, , Xn). El
analisis de regresion lineal multiple, a diferencia del simple, se aproxima ms a situaciones
de anlisis real puesto que los fenmenos, hechos y procesos sociales, por definicin, son
complejos y, en consecuencia, deben ser explicados en la medida de lo posible por la serie
de variables que, directa o indirectamente, participan en su concrecin. (Mora & Rodriguez,
2003, p. 130)
X1 = 1.
Por lo tanto, el MRLM queda del modo siguiente:
= + 11 + 22 + +
Siendo:
: perturbacin aleatoria.
III. Lmite al nmero de pasos: Para evitar que el proceso de seleccin se convierta
en un proceso cclico se debe establecer un nmero limite de pasos.
Normalmente este lmite es el que equivale al doble del nmero de variables
independientes
Una de las aplicaciones mas importantes en el dia a dia de un ingeniero industrial, son
los pronosticos, debido a que estos son empleados tanto en la industria como en la vida
cotidiana, la regresion lineal, permite terner una vision de comportamiento de la
situacion. Dichos pronosticos son aplicados en una empresa por el ingeniero industrial
en reas como:
Financiera y contable
Produccion
Ventas
Marketing
Procesos industriales
Implentacion de sistemas informaticos.
Dichos campos de aplicacin, nos permiten concluir que la regresin lineal esta
aplicada a todo el entorno en el cual vivimos, desde la resistencia del cemento y el
comportamiento financiero de una planta, hasta la produccin mundial de petrleo y
la recesin de 24 nebulosas.
a. Procedimiento directo.
, se define del modo
La contribucin media de una variable que tiene media
siguiente:
=
=
= , , ,
donde y son las desviaciones tpicas de e Y, respectivamente.
1 2 3
= 1 + 2 + 3 + + + + + = 1 .
1 2 3
b. Calcularlos en el spss
c. Significancia respecto a los Xj
Si tras haber realizado el contraste se tiene que rechazar la hiptesis nula, esto
significar que, en la poblacin, el parmetro j es significativamente distinto de cero
y, por tanto, la variable que se le asocia es estadsticamente relevante a la hora de
explicar la evolucin de la variable endgena. En caso contrario, el parmetro j no
es significativamente distinto de cero y, en consecuencia, la variable explicativa que
lo acompaa no tiene un efecto estadsticamente significativo.
1.4 Qu significa o?
Las variables de ruido son variables que no se pueden controlar durante la operacin
normal del proceso.
Interpretacin