Regresión Lineal Múltiple

C1-Act2. Regresión Lineal Múltiple

Ejemplo

En la siguiente tabla se indican los sueldos anuales para una muestra aleatoria de 14 auxiliares

1. Determine la ecuación de regresión y explique los coeficientes de regresión.

Solución

Utilizando la función de estimación lineal de Excel (Ctrl + ↑ + Enter)se obtendrán los siguientes resultados:[pic 1]

[pic 2]

Y= b0 + b1 X1 + b2 X2

Y= 45511.3366 + 825.66801 X1 + 1603.69899 X2

b0= hay un sueldo anual teórico de $45, 511.34 cuando los años de experiencia y los años de educación después de la secundaria son cero.

b1= hay un aumento de $825. 67 en el sueldo anual cuando la experiencia aumenta 1 año y los años de educación después de la secundaria permanecen constantes.

b2= hay un aumento de $1603. 7 en el sueldo anual cuando la educación después de la secundaria aumenta 1 año y la experiencia permanece constante.

1. Determine si existe relación entre los años de experiencia y los  años de educación después de la secundaria  con el sueldo anual.

Se utiliza el análisis de varianza  (prueba F) para probar la significancia del modelo. Esto es, se le utiliza para probar la hipótesis nula de que no existe relación en la población entre las (diversas) variables independientes consideradas como grupo y la variable dependiente. Específicamente, la hipótesis nula enuncia que todos los coeficientes netos de regresión de la ecuación de regresión para la población  son iguales a cero. En consecuencia, para el caso de dos variables independientes, o de predicción, las hipótesis son:

H0: β1  =β2 = 0

H1: al menos una β es diferente de cero

Con respecto al ejemplo anterior, pruebe la hipótesis de que no existe efecto de regresión, con un nivel de significancia del 5%.

H0: β1  =β2 = 0 (no existe relación de los años de experiencia ni de los años  de educación con el sueldo anual)

H1: al menos una β es diferente de cero (los años de experiencia y/o los años de educación tiene relación con el sueldo anual)

...