ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

Tutoria De Estadistica


Enviado por   •  14 de Octubre de 2014  •  388 Palabras (2 Páginas)  •  274 Visitas

Página 1 de 2

NUCLEO PROBLEMICO estadistica No. 3

REGRESION MULTIPLE

PRESENTADO POR

BEATRIZ ADRIANA HERRERA GOMEZ

PRESENTADO A

MARIA INES JIMENEZ

UNIVERSIDAD DEL TOLIMA

ADMINISTRACION FINANCIERA

ESTADISTICA INFERENCIAL

MARIQUITA - TOLIMA

SEMESTRE B – 2014

PREGUNTAS GENERADORAS

1. ¿COMO SE UTILIZA EL MODELO DE REGRESION LINEAL MULTIPLE?

REGRESIÓN MÚLTIPLE

• En la Regresión lineal múltiple modelizamos la relación entre una variable dependiente y dos o más variables independientes mediante una función lineal, una función que será, ahora, no una recta, como sucedía con la Regresión lineal simple, sino un plano (si tenemos dos variables independientes) o un hiperplano (si tenemos más de dos variables independientes).

• En la Regresión lineal múltiple el punto de partida es el mismo que en la Regresión lineal simple. Se pretende modelizar la relación entre unas variables con la finalidad última de poder pronosticar una de ellas: la variable dependiente, a partir del conocimientos de las otras: las variables independientes. En la Regresión lineal múltiple se introducen nuevas variables independientes con la finalidad de reducir la dispersión de la predicción, con la finalidad de disminuir el residuo.

El modelo matemático es:

y=a1x1+a2x2+…+adxd+b+e

Donde a1, a2,…, ad y b son los coeficientes del modelo y donde e es el residuo, que, como en la Regresión lineal simple, supondremos que sigue una distribución normal N(0, DE).

2. QUE CRITERIOS SE TIENEN EN CUENTA PARA CONSTRUIR UN MODELO DE REGRESION PARABOLICO?

3. ¿CUALES SON LAS VARIABLES QUE INTERVIENEN EN UN MODELO DE REGRESION EXPONENCIAL?

Regresión exponencial

Será aquella en la que la función de ajuste será una función exponencial del tipo y = a.bx

La regresión exponencial aunque no es lineal es linealizable tomando logaritmos ya que haciendo el cambio de variable

v = log y tendremos que la función anterior nos generaría:

v = log y = log( a.bx) = log a + x log b

la solución de nuestro problema vendría de resolver la regresión lineal entre v ý x, y una vez obtenida supuesta ésta:

v* = A + B x ; obviamente la solución final será:

a = antilog A y b = antilog B.

BIBLIOGRAFIA

http://estadisticaorquestainstrumento.wordpress.com/2012/12/16/tema-12-regresion-multiple/

file:///D:/Pictures/IMAGENES%20DE%20PULPAS/Download/Regresi%C3%B3n%20no%20lineal.pdf

http://www.uv.es/ceaces/base/regresion/REGRESIN.HTM

...

Descargar como (para miembros actualizados) txt (3 Kb)
Leer 1 página más »
Disponible sólo en Clubensayos.com