EJEMPLO 2

Prctica 5.2. Problema resuelto de regresin lineal mltiple.

Problema 5. 4. Una desea estimar los gastos en alimentacin de una

familia en base a la informacin que proporcionan las variables regresoras X =ingresos mensuales y X =nmero de miembros de la familia. Para ello se recoge una muestra aleatoria simple de 15 familias cuyos resultados son los de la tabla adjunta (El gasto e ingreso est dado en cientos de miles de pesetas)
1 2

Gasto 0 43
'

Ingreso 21
'

Tamao 3 4 5 4 4 3 6 5

Gasto 1 29
'

Ingreso 89
'

Tamao 3 2 4 3 2 3 4

0 31
'

11
'

0 35
'

24
'

0 32
'

09
'

0 35
'

12
'

0 46
'

16
'

0 78
'

47
'

1 25
'

62
'

0 43
'

35
'

0 44
'

23
'

0 47
'

29
'

0 52
'

18
'

0 38
'

14
'

0 29
'

10
'

Datos del problema [ASCII] [spss-10] [sgplus-5]

Solucin Problema 5.4.

Los datos en forma matricial:

asto 0 43
'

Ingreso 21
'

Tamao 3 4 5 4 4 3 6 5

Gasto 1 29
'

Ingreso 89
'

Tamao 3 2 4 3 2 3 4

0 31
'

11
'

0 35
'

24
'

0 32
'

09
'

0 35
'

12
'

0 46
'

16
'

0 78
'

47
'

1 25
'

62
'

0 43
'

35
'

0 44
'

23
'

0 47
'

29
'

0 52
'

18
'

0 38
'

14
'

0 29
'

10
'

Con estos datos se obtiene

Por tanto

De donde

El modelo de regresin lineal que se obtiene es:

A partir de esta ecuacin se obtienen las predicciones y los residuos asociados a las observaciones muestrales. Para la primera observacin se obtiene

Razonando as en todos los puntos muestrales se obtiene

Calculo de scR

Tambin se puede calcular la scR de la siguiente forma

t

XY =

yi2 .
'

0 '

y i

1 '

yx i 1i '

yx =
i 2i '

8 070 - 0 149 32 063 - 0 077 28 960

Se calculan los intervalos de confianza de los parmetros del modelo al 90%, Para la varianza,
2

~ 5 2253
' '

2 12

<
2

< 21 0298
'

0 0034 <

< 0 0138
'

La varianza de los estimadores del modelo es

de donde se deduce que

V ar V ar V ar = 0 00816
'

= 0 0903
'

= 0 000099
'

= 0 0099
'

= 0 00040
'

= 0 0201
' 0

Intervalo de confianza para

t
.
12

0 0903 <-0 160 ' '

<t

.
12

0 0903
'

- 0 321 <
'

< 0 001
' 1

Intervalo de confianza para

t
.
12

(ingreso)
.
12

0 0099 < 0 149 ' '

<t

0 0099
'

0 1314 <
'

< 0 1666
'

Contrate H

= 0, la variable ingreso no influye (contraste individual de la t)

Intervalo de confianza para

t
.
12

(tamao)
.
12

0 0201 < 0 077 ' '

<t

0 0201
'

0 0412 <
'

< 0 1128
'

Contrate H

= 0, la variable tamao no influye (contraste individual de la t)

Tabla Anova,

de donde

Tabla ANOVA Fuentes de Variacin scE (por el modelo) Suma de Cuadrados 1 3595
'

Grados de libertad 2

Varianzas
e 2

= 0 6797
'

scR (Residual) scG (Global)

0 0721
'

12 14

2 R

= 0 0060
'

1 4316
'

= 0 1023
'

Con estos datos se obtiene el siguiente contraste conjunto de la F

El contraste conjunto de la F indica claramente la influencia del modelo en la variable respuesta. Por tanto, de los contrastes individuales y del conjunto se deduce la influencia de cada una de las dos variables regresoras y la influencia conjunta del modelo. Ahora se calcula el contraste individual de la F respecto a la variable x =tamao, contraste que es equivalente al contraste individual de la t. Para ello, se obtiene la regresin de la variable gasto respecto a la variable ingreso,
2

la tabla ANOVA de este modelo es

Tabla ANOVA Fuentes de Variacin scE (ingreso) scR (Residual) scG (Global) Suma de Cuadrados 1 2716
'

Grados de libertad 1 13 14

Varianzas
e 2 R 2 2

= 1 2716
'

0 1600
'

= 0 0123
'

1 4316
'

= 0 1022
'

La variabilidad incremental debida a la variable dimetro es

este valor indica lo que aumenta la variabilidad explicada por el modelo al introducir la variable tamao. Para contrastar la influencia o no de esta variable se utiliza el estadstico

que da el mismo p-valor que en el contraste individual de la t (hay pequeas diferencias por los resondeos). Clculo de los coeficientes de correlacin: El coeficiente de determinacin,

El coeficiente de correlacin mltiple

El coeficiente de determinacin corregido por el nmero de grados de libertad.

El coeficiente de correlacin simple entre las variables gasto e ingreso,

Este coeficiente es una medida de la relacin lineal existente entre las variables gasto e ingreso. Tambin se puede calcular a partir del coeficiente de determinacin de la siguiente regresin

La tabla ANOVA del modelo es

Tabla ANOVA Fuentes de Variacin scE (ingreso) scR (Residual) scG (Global) Suma de Cuadrados 1 2716
'

Grados de libertad 1 13 14

Varianzas
e 2 R 2 2

= 1 2716
'

0 1600
'

= 0 0123
'

1 4316
'

= 0 1022
'

Anlogamente, el coeficiente de correlacin simple entre las variables gasto y tamao es,

Coeficiente de correlacin parcial entre las variables gasto e ingreso.

r
2

= = 0 9496
'

= 0 974.
'

Otra forma ms compleja de calcular este coeficiente es la siguiente: se obtienen las siguientes regresiones y se guardan los residuos, Gasto = 0 6713 - 0 0363 tamao + e . Ingreso = 5 5923 - 07615 tamao + e . Ahora el coeficiente de correlacin parcial entre las variables gasto e ingreso se obtiene como el coeficiente de correlacin simple entre las variables e ye
' ' gasto.tamao ' ingreso.tamao gasto.tamao ingreso.tamao

= = 0 9740,
'

este coeficiente mide la relacin entre las variables gasto e ingreso libres de la influencia de la variable tamao. Anlogamente se obtiene que

Estimacin de la media condicionada.

Estimar el gasto medio en alimentacin de una familia con unos ingresos de x = 3 0 y un tamao de x = 4. Esto es .
1 ' 2

Aplicando el modelo de regresin

Se calcula el valor de influencia asociado al dato

= 0 07649
'

= 13 073
'

La varianza del estimador es

Y un intervalo de confianza para m al 90% es

h

Prediccin de una observacin.

La familia Prez que tiene unos ingresos de x = 3 0 y un tamao de x = 4. Esto es qu gasto en alimentacin tendr?.
1 ' 2

Aplicando el modelo de regresin estimado

La varianza de la prediccin es
=
2 R
'

= 0 0060
'

= 0 0065
'

= 0 0803

Y un intervalo de prdiccin al 90% es Algunos grficos de inters que ayudan a resolver el problema son los siguientes:
Grficos parciales de las componentes

Grficos de residuos,

[Siguiente] [Anterior] [Arriba]