Actividad 7. Modelos Con Múltiples Variables Explicativas - Hernández - Claudia
Actividad 7. Modelos Con Múltiples Variables Explicativas - Hernández - Claudia
Actividad 7. Modelos Con Múltiples Variables Explicativas - Hernández - Claudia
múltiples
variables
explicativas
HERNÁNDEZ RAMOS CLAUDIA
INTRODUCCIÓN A LA
ECONOMETRÍA (0511-9152)
Introducción
• Como hemos visto anteriormente, el modelo de regresión múltiple más sencillo es la regresión
de tres variables, con una variable dependiente y dos variables explicativas. Trataremos con
modelos de regresión lineal múltiple, modelos lineales en los parámetros, estos pueden ser o
no lineales en las variables.
Modelo de regresión múltiple
• Para obtener 𝑅 2
• El coeficiente de correlación múltiple el cual es una medida del grado de asociación entre Y y todas las variables
explicativas en conjunto.
Pruebas de significancia de los
coeficientes
• Es una hipótesis conjunta de que 𝛽2 y 𝛽3 son iguales a cero en forma conjunta o simultánea. Se
denomina prueba de significancia general de la línea de regresión o estimada.
El coeficiente múltiple de
2
determinación 𝑅
• Son medidas que indican la forma en que el modelo escogido se ajusta a un conjunto dado de
datos, no debe exagerarse su importancia .Se ajusta a un conjunto dado de datos, no debe
exagerarse su importancia. Los aspectos críticos son las expectativas teóricas en que se basa el
modelo en términos de los signos a priori de los coeficientes de las variables incluidas en él.
Coeficiente múltiple de correlación
R
• El coeficiente de correlación múltiple el cual es una medida del grado de asociación entre Y y
todas las variables explicativas en conjunto.
• Aunque su utilidad sirve para la multicolinealidad o para el modelo de regresión con tres
variables, una regresada y dos regresoras.
Conclusiones y referencia
bibliográfica
• Los resultados se generalizan a un modelo de regresión lineal múltiple que implique cualquier
número de regresoras.
• El modelo de regresión con tres variables es una extensión del modelo con dos variables.
• Referencia bibliográfica.