REGRESION LINEAL MULTIPLE Y CORRELACION

En esta segunda unidad vamos hablar de la regresión lineal múltiple donde vamos a utilizar más de una variable explicativa, esta nos va a ofrecer la ventaja de utilizar más información en la construcción de modelos y realizar estimaciones mas precisas.

Por medio de este ensayo podemos dar a conocer la relevancia de la regresión lineal múltiple. La regresión lineal múltiple estima los coeficientes de la ecuación lineal, con una o más variables independientes, que mejor prediga el valor de la variable dependiente.

En forma más especifica el análisis de correlación y regresión comprende el análisis de los datos muéstrales para saber qué es y cómo se relacionan entre si dos o más variables en una población. El análisis de correlación produce un número que resume el grado de la correlación entre dos variables; y el análisis de regresión da lugar a una ecuación matemática que describe dicha relación.

El análisis de correlación generalmente resulta útil para un trabajo de exploración cuando un investigador o analista trata de determinar que variables son potenciales importantes, el interés radica básicamente en la fuerza de la relación. La correlación mide la fuerza de una entre variables; la regresión da lugar a una ecuación que describe dicha relación en términos matemáticos

Los datos necesarios para análisis de regresión y correlación provienen de observaciones de variables relacionadas.

Un ejemplo muy claro donde se puede ver la regresión lineal múltiple seria el siguiente: se puede intentar predecir el total de facturación lograda por servicios prestados en una IPS cada mes (la variable dependiente) a partir de variables independientes tales como: Tipo de servicio, edad, frecuencia del servicio, tipo de usuario y los años de antigüedad en el sistema del usuario.

La regresión múltiple comprende tres o más variables. donde sabemos que existe solo una variable dependiente, pero hay dos o más independientes. En esta operación se desarrolla una ecuación que podemos utilizar para predecir valores de y, respecto a valores dados de la diferencia de variables independientes.

La regresión es una herramienta fundamental para realizar pronósticos.

En términos generales se puede decir que el análisis de regresión está relacionado con el estudio de la dependencia de una variable, la variable dependiente, de una o más variables adicionales, las variables explicativas con la perspectiva de estimar y/o predecir el valor (poblacional) medio o promedio.

En este modelo también representamos ecuaciones que describen cómo se generan los valores de respuesta y Dada la complejidad de las matrices, de acuerdo al número de variables independientes, es conveniente resolverlas a través de un software que en este caso sería con el que nosotros estamos trabajando que es EXCEL y así nos facilita y ahorra mucha pérdida de tiempo

...