2.2.

MODELOS DE REGRESIN MLTIPLE

El modelo de regresin que involucra ms de una variable regresadora se llama modelo de regresin mltiple. Un modelo de regresin mltiple, se define como un procedimiento mediante el cual se trata de determinar si existe o no relacin de dependencia entre dos o ms variables

El modelo de regresin mltiple es una tcnica que intenta modelar probabilsticamente el valor esperado de una variable Y, a partir de los valores de dos o ms predictores.

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 e indirectamente, participan en su comprensin.

El modelo de regresin mltiple nos permite establecer la relacin que se produce entre una variable dependiente Y, y un conjunto de variables independientes (X1, X2, ... XK).

La anotacin matemtica del modelo de regresin mltiple es la siguiente: Y = a + b1x1 + b2x2 + ... + bnxn + e En donde:

Y: Es la variable a predecir. a, b1x1, b2x2... bnxn: Son parmetros desconocidos a estimar. e: Es el error que cometemos en la prediccin de los parmetros.

En el modelo de regresin mltiple, los estadsticos, pruebas y anlisis que se aplican para determinar la relacin y grado de asociacin entre una variable dependiente y sus supuestas variables explicativas, as como la estimacin de los parmetros de la ecuacin, no difieren de los determinados en el anlisis de regresin simple.

De hecho, una parte del anlisis de regresin bivariado se realiza aplicando el cuadro de dilogo especfico del anlisis de regresin mltiple. La diferencia estriba, pues, en que mientras en el anlisis de regresin simple al contar exclusivamente con la relacin de un par de variables el proceso se resolva en un solo paso; en el anlisis de regresin mltiple es necesario calcular estadsticos, pruebas y anlisis a medida que vamos introduciendo y/o sacando variables independientes en el modelo.

En el anlisis de regresin mltiple la construccin de su correspondiente ecuacin se realiza seleccionando las variables una a una, paso a paso. La finalidad perseguida es buscar de entre todas las posibles variables explicativas aquellas que ms y mejor expliquen a la variable dependiente sin que ninguna de ellas sea combinacin lineal de las restantes. Este procedimiento implica que:

En cada paso solo se introduce aquella variable que cumple unos criterios de entrada.

Una vez introducida, en cada paso se valora si alguna de las variables cumple criterios de salida.
En cada paso se valora la bondad de ajuste de los datos al modelo de regresin lineal y se calculan los parmetros del modelo verificado en dicho paso.

El proceso se inicia sin ninguna variable independiente en la ecuacin de regresin y el proceso concluye cuando no queda ninguna variable fuera de la ecuacin que satisfaga el criterio de seleccin (garantiza que las variables seleccionadas son significativas) y/o el criterio de eliminacin (garantizar que una variable seleccionada no es redundante)