Analisis de regresion lineal multiple.

En  Excel tenemos todas las variables.

1. Se seleccionan todos los valores incluyendo la cabecera  para que queden en el portapapeles.

 2. el modelo que se va a estimar es 

[pic 1]

Cada variable va con su beta respectivo.

3. la variable datos contiene todos los datos que se tenían en el porta papeles esto es posible usando el comando ‘clipboard’.

4. dec “,” significa que la coma es el separador de los puntos decimales. Para la creación del modelo hay que definir  variables dependientes e independientes.

Y  (peso)  es la variable dependiente que depende de todas las variables  X.

Para poder referenciar las variables se pone el nombre de la variable donde tenemos los datos seguidos del signo pesos (para invocar el nombre de la columna) y el nombre de la columna exactamente escrito como esta en el porta papeles

(para visualizar el nombre de las columnas se puede usar col-names de datos)

5. En la  formula se indica que el peso depende  de las  X (las 5 variables) a través de la  ~

La fórmula se asigna a la función LM que significa modelo lineal  y todo lo anterior se almacena en la variable modelo.

6. el summary del modelo  muestra  un resumen de todos los datos.

Nota: hasta este punto es el modelo de regresión, de ahora en adelante se intentara buscar que modelo es el más preciso  

7. las pruebas de hipótesis son datos que indican que tan preciso es el modelo de regresión, El chi cuadrado indica la precisión del modelo, 0,96 indica que el 96% de los datos que están en la muestra son explicados por el modelo.

El coeficiente de correlación es el porcentaje de datos que son explicados por el modelo y si ese coeficiente tiende a 1 significa que el modelo casi es optimo.

Los p value son para poder aceptar o rechazar las pruebas de hipótesis.

LA hipótesis nula (dice que la variable es significativa o no en el modelo) H0 cuando Bj es igual a 0 quiere decir que la variable j no es importante en el modelo  

Si el P valor es inferior a 0,05  se rechaza H0 y aceptamos H1 lo que significa que la variable es significativa en el modelo

Si el P valor es mayor a 0,05 se acepta la hipótesis nula. Lo que significa que la variable  no es significativa en el modelo, LO QUE IMPLICA QUE SE PUEDEN HACER MODIFICACIONES PARA ELIMINARLAS DEL MODELO O volverlas a calcular.

Los códigos de significancia que muestra R significan que  cuantos más asteriscos tenga la variable significa que hay que dejarla en el modelo porque es significativa.

El p valor también se usa para saber si el modelo si sirve para hacer estimaciones de futuros datos.

ANALISIS DE CORRELACION

Se deben verificar que las variables independientes realmente sean independientes entre si. Se analiza la correlación que hay entre las variables con “cor”.  Es importante porque las variables independientes deben ser realmente independientes. Una correlacion que sea menor a 0,5 es una correlacion pobre, entre 0.5 y 0,75 es buena y mayor a 0,75 son correlaciones (una variable es dependiente de la otra, directamente proporcionales) óptimas. Si la correlación es 0 no hay independencia.  

...