ECONOM

MODELO DE REGRESIN MULTIPLE

Contenido
1

INTRODUCCIN..........................................................................................................2

OBJETIVOS...................................................................................................................3

ANALISIS DE MODELO DE REGRESIN MULTIPLE............................................4

3.1

MODELO LINEAL DE TRES VARIABLES..........................................................4

3.2

SUPUESTOS............................................................................................................5

3.3

PRUEBA DE SIGNIFICACION DE LOS ESTIMADORES DE PARMETROS5

3.4

INFERENCIAS EN LA REGRESIN....................................................................6

3.4.1

PRUEBAS DE HIPOTESIS EN REGRESIN MULTIPLE...........................6

3.4.2
INTERVALO DE CONFIANZA SOBRE LOS COEFICIENTES
INDIVIDUALES DE REGRESIN..............................................................................6
3.4.3

ANALISIS DE VARIANZA.............................................................................6

EJERCICIO DE APLICACIN.....................................................................................7

CONCLUSIONES........................................................................................................16

ECONOM
A

MODELO DE REGRESIN MULTIPLE

1 INTRODUCCIN
Todo estudio economtrico se centra en dos pilares bsicos: la teora y
los hechos. La teora permite derivar un modelo (el modelo econmico)
que sintetiza la incgnita relevante sobre el fenmeno (la variable
endgena) objeto del anlisis y del cual deriva el modelo economtrico
que permite medirlo y contrastarlo empricamente. Los hechos se
concretan en una serie de datos que denominaremos informacin
muestral. La muestra, a su vez, consiste en una lista ordenada de
valores numricos de las variables objeto de estudio. En una muestra de
corte transversal, diversos agentes econmicos de una naturaleza
similar proporcionan informacin solicitada en un mismo instante de
tiempo. Alternativamente, el investigador econmico trabaja en
ocasiones con datos de series temporales, en las que se dispone de
informacin acerca de unidad econmica, como puede ser un pas, una
empresa, a lo largo de tiempo; estas muestras pueden tener frecuencia
diaria, mensual, anual, segn frecuencia de observacin de los datos.
Una vez que se especifica el modelo y se dispone de la informacin
estadstica convenientemente tratada, se llega a la etapa siguiente del
trabajo economtrico: la etapa de estimacin. Los resultados de esta
etapa de estimacin permiten medir y contrastar las relaciones
sugeridas por la teora econmica.

ECONOM
A

MODELO DE REGRESIN MULTIPLE

2 OBJETIVOS

OBJETIVO GENERAL:
1.

OBJETIVOS ESPECFICOS:
1. Conocer la estructura del MRLM.
2. Familiarizarse con las hiptesis bsicas del MRLM y entender su
importancia.
3. Conocer los mtodos de estimacin del MRLM, el mtodo de
mnimos cuadrados ordinarios
4. (MCO) y el de mxima verosimilitud (MV).
5. Introducirse en el uso de Excel para estimar el MRLM mediante
el MCO.

ECONOM
A

MODELO DE REGRESIN MULTIPLE

3 ANALISIS DE MODELO DE REGRESIN MULTIPLE

3.1 MODELO LINEAL DE TRES VARIABLES
El anlisis de regresin mltiple se usa para probar hiptesis acerca
Y
de la relacin entre una variable dependiente,
y dos o ms

Xs
variables independientes,
y para prediccin. El modelo de
regresin lineal de tres variables se puede escribir como:

Yi b0 b1. X 1i b2 . X 2i i
La suposicin adicional (a las del modelo de regresin simple) es
X
que no hay relacin lineal exacta entre las
.
Se pueden obtener estimaciones de parmetros de mnimos
cuadrados ordinarios (MCO) para la ecuacin anterior,
minimizando la suma del cuadrado de los residuos.

ei2 Yi Yi

Y b b .X
2

1i b2 . X 2 i

Esto da las siguientes tres ecuaciones normales:

Y nb b X b X
X Y b X b X b X X
X Y b X b X X b X
i

1i

1i i

1i

2i i

2i

2i

2
1i

1i

1i

2i

2i

2
2i

Las cuales (cuando se expresan en forma de desviacin) se

b1
pueden resolver simultneamente para

b1

b2

b2
y

x1 y x22 x2 y x1 x2

x x x x
2
1

2
2

1 2

x2 y x12 x1 y x1 x2

x x x x
2
1

2
2

1 2

ECONOM
A

MODELO DE REGRESIN MULTIPLE

b0 Y b1 X 1 b2 X 2
b1
El estimador

mide el cambio en

b1
estimadores

b1

por variaciones unitarias en

b2

X2
mientras se mantiene

X1

constante.

se define anlogamente . Los

b2
y

b0
se llaman coeficientes de regresin parcial.

b2
y

son EOLI.

3.2 SUPUESTOS
1. Modelo de regresin lineal, o lineal en los parmetros.
X
X
2. Valores fijos de
o valores de
independientes del trmino de
error. En este caso, esto significa que se requiere covarianza cero
ui
entre

X
y cada variable .
cov ui , X 2i cov ui , X 3i 0
ui

3. Valor medio de la perturbacin

E ui X 2i , X 3i 0

igual a cero.
, Por cada

i
ui

4. Homoscedasticidad o varianza constante de

var ui 2

5. No autocorrelacin, o correlacin serial, entre las perturbaciones.

cov ui , u j 0 i j
;
6. El nmero de observaciones n debe ser mayor que el de
parmetros por estimar.
X
7. Debe haber variacin en los valores de las variables
. Tambin
abordaremos otros dos requisitos.
8. No debe haber colinealidad exacta entre las variables X. No hay
X2
relacin lineal exacta entre

X3
y

ECONOM
A

MODELO DE REGRESIN MULTIPLE

9. No hay sesgo de especificacin. El modelo est especificado
correctamente.

3.3 PRUEBA DE SIGNIFICACION DE LOS ESTIMADORES DE

PARMETROS
Con el fin de probar la significacin estadstica de los estimadores
de los parmetros de la regresin mltiple, se requiere conocer la
varianza de estos estimadores:
Varb1 u2

Varb2 u2

X
x x x x

X
x x x x

2
2

2
1

2
2

1 2

2
1

2
1

2
2

1 2

b0

u2

Usualmente

no es de inters primordial. Puesto que

desconocida, la varianza residual,

insesgada de

Donde

se usa como una estimacin

2
u

:
s 2 u2

2
i

nk

= nmero de estimaciones de parmetros estimados.

3.4 INFERENCIAS EN LA REGRESIN

3.4.1 PRUEBAS DE HIPOTESIS EN REGRESIN MULTIPLE
Hiptesis:
H 0 : b1 b2 ... bk 0
H1 : b j 0
Para cada estadstico:

es

ECONOM
A

MODELO DE REGRESIN MULTIPLE

tcal

bi
Varbi

ttab t ,n p
Regla de decisin:

tcal ttab
S

H0
; no se rechaza la

tcal ttab
S

H0
; se rechaza la

3.4.2 INTERVALO DE CONFIANZA SOBRE LOS COEFICIENTES

INDIVIDUALES DE REGRESIN
Es necesario elaborar estimaciones por intervalos de confianza de
bj
los coeficientes de regresin . Debe considerar que los errores (

i
) se distribuyen normalmente e independientemente con media
cero y varianza

. Para cada uno de los intervalos:

IC1 i i t ,n k 1 Var i

3.4.3 ANALISIS DE VARIANZA

Hiptesis:

H 0 : b1 b2 ... bk 0
H1 : b j 0

Para al menos una j

H0 : bj 0

Al rechazar

, implica que al menos una de las variables

x1, x2 ,..., xk

independientes
contribuye significativamente al modelo.
Los clculos se presentan en la tabla de anlisis de varianza:
ANLISIS

DE

ECONOM
A

MODELO DE REGRESIN MULTIPLE

VARIANZA
GL

SC
SC
Regresin k
E
SC
Residuos n-k-1 R
SC
Total
n-1
T

CM
CME=(SCE/
K)
CMR=SCR/
(n-k-1)

Fcal
CME/CM
R

Ftab
F ,Gregresin ,GError

Donde:

SCE Yi Y
SCR Yi Yi

SCT SCE SCR

Regla de decisin:

Fcal Ftab
S

H0
; no se rechaza la

Fcal Ftab
S

H0
; se rechaza la

4 EJERCICIO DE APLICACIN

La Fichera de datos contiene 15 observaciones por ao de estas

variables. Utilizaremos estos datos para desarrollar un modelo lineal
que prediga el margen anual de beneficios en funcin de los ingresos
por dlar depositado y del nmero de oficinas.

AOS

1
2
3

MARGE
N DE
BENEFI
CIOS
0.75
0.71
0.66

INGRESO
S POR
DLAR

NMERO
DE
OFICINAS

3.92
3.61
3.32

7.298
6.855
6.636

ECONOM
A

MODELO DE REGRESIN MULTIPLE

4
5
6
7
8
9
10
11
12
13
14
15

0.61
0.7
0.72
0.77
0.74
0.9
0.82
0.75
0.77
0.78
0.84
0.79

3.07
3.06
3.11
3.21
3.26
3.42
3.42
3.45
3.58
3.66
3.78
3.82

6.506
6.45
6.402
6.368
6.34
6.349
6.352
6.361
6.369
6.546
6.672
6.89

Dnde:
y MARGEN DE BENEFICIOS
x 1 INGRESOS POR DLAR
x2 NMERO DE OFICINAS

El modelo de regresin est dado por:

Yi 0 1 x1 2 x2
MB 0 1 (INGRESOS POR DLAR)+ 2 (NMERO DE OFICINAS)

Solucin:
1. OBTENEMOS EL MODELO DE REGRESIN:
Encontramos los valores respectivos, para obtener el modelo de
regresin:
Y
A
YX 2
X1 X 2
X 12
X 22
OS
X1 X 2 Y 2
YX1
1
2

0.7
5
0.7
1

3.9
2
3.6
1

7.29
8
6.85
5

0.56
25
0.50
41

15.36
64
13.03
21

53.2608 2.94
04
46.9910 2.56
25
31

5.473
5
4.867
05

28.608
16
24.746
55

ECONOM
A

MODELO DE REGRESIN MULTIPLE

3
4
5
6
7
8
9
10
11
12
13
14
15
TOT
AL
PR
OM

0.6
6
0.6
1
0.7
0.7
2
0.7
7
0.7
4
0.9
0.8
2
0.7
5
0.7
7
0.7
8
0.8
4
0.7
9
11.
31
0.7
54

3.3
2
3.0
7
3.0
6
3.1
1
3.2
1
3.2
6
3.4
2
3.4
2
3.4
5
3.5
8
3.6
6
3.7
8
3.8
2
51.
69
3.4
46

6.63
6
6.50
6
6.45

0.43
56
0.37
21
0.49

6.40
2
6.36
8
6.34

0.51
84
0.59
29
0.54
76
0.81

6.34
9
6.35
2
6.36
1
6.36
9
6.54
6
6.67
2
6.89
98.3
94
6.55
96

0.67
24
0.56
25
0.59
29
0.60
84
0.70
56
0.62
41
8.59
91

11.02
24
9.424
9
9.363
6
9.672
1
10.30
41
10.62
76
11.69
64
11.69
64
11.90
25
12.81
64
13.39
56
14.28
84
14.59
24
179.2
013

44.0364
96
42.3280
36
41.6025
40.9856
04
40.5514
24
40.1956
40.3098
01
40.3479
04
40.4623
21
40.5641
61
42.8501
16
44.5155
84
47.4721
646.473
476

2.19
12
1.87
27
2.14
2
2.23
92
2.47
17
2.41
24
3.07
8
2.80
44
2.58
75
2.75
66
2.85
48
3.17
52
3.01
78
39.1
066

4.379
76
3.968
66
4.515

22.031
52
19.973
42
19.737

4.609
44
4.903
36
4.691
6
5.714
1
5.208
64
4.770
75
4.904
13
5.105
88
5.604
48
5.443
1
74.15
945

19.910
22
20.441
28
20.668
4
21.713
58
21.723
84
21.945
45
22.801
02
23.958
36
25.220
16
26.319
8
339.79
876

Obtenemos los siguientes resultados:

n 15
Y 11.31

X 12 179.2013

X 1 51.69

X 2 2 646.473476

X 2 98.394

Y 2 8.5991

YX 1 39.1066

X 1 3.446
X 2 6.5596

Y 0.754

ECONOM
A

MODELO DE REGRESIN MULTIPLE

YX 2 74.15945
X 1 X 2 339.79876
Encontramos las ecuaciones normales:
Yi nb0 b1 X 1i b2 X 2i
11.31 B15b0 51.69b1 98.394b2

Y b0 X 1i b1 X 12i b2 X 1i X 2i

1i i

39.1066 51.69b0 179.2013b1 339.79876b2

Y b0 X 2 i b1 X 1i X 2 i b2 X 22i

2i i

74.15945 98.394b0 339.79876b1 646.473476b2

Las cuales (cuando se expresan en forma de desviacin) se

b1
MB

ING

0.7
5

3.9
2

N
OF
7.29
8

0.7
1

3.6
1

0.6
6
0.6
1
0.7
0.7
2
0.7
7

b2

pueden resolver simultneamente para

y :
2
y
x1
x2
x1
x2 2

x1 x2

x1 y

x2 y

0.00
2
0.00
7
0.01
18

0.0029
536
0.0129
976
0.0071
816
0.0077
184
0.0059
184
0.0053
584
0.0030
656

0.474

0.7384

-0.004

0.22
47

0.5452
346

0.35

6.85
5

0.164

0.2954

-0.044

0.02
69

0.0872
612

0.048
45

3.3
2

6.63
6

-0.126

0.0764

-0.094

0.01
59

0.0058
37

3.0
7
3.0
6
3.1
1
3.2
1

6.50
6
6.45

-0.376

-0.0536

-0.144

-0.386

-0.1096

-0.054

6.40
2
6.36
8

-0.336

-0.1576

-0.034

-0.236

-0.1916

0.016

0.14
14
0.14
9
0.11
29
0.05
57

0.0028
73
0.0120
122
0.0248
378
0.0367
106

0.009
6
0.020
15
0.042
31
0.052
95
0.045
22

0.05
41
0.02
08
0.01
14
0.00
4

ECONOM
A

MODELO DE REGRESIN MULTIPLE

0.7
4
0.9

3.2
6
3.4
2

6.34

-0.186

-0.2196

-0.014

0.03
46
0.00
07

0.0482
242
0.0443
524

0.040
85
0.005
48

6.34
9

-0.026

-0.2106

0.146

0.8
2

3.4
2

6.35
2

-0.026

-0.2076

0.066

0.00
07

0.0430
978

0.005
4

0.7
5

3.4
5

6.36
1

0.004

-0.1986

-0.004

2E05

0.0394
42

0.134

-0.1906

0.016

0.01
8

0.0363
284

6.54
6

0.214

-0.0136

0.026

0.04
58

0.0001
85

6.67
2
6.89

0.334

0.1124

0.086

0.374

0.3304

0.036

6.55
96

3.55271E15

2.0428E
-14

1.5543E
-15

0.11
16
0.13
99
1.07
76

0.0126
338
0.1091
642
1.0481
936

0.000
8
0.025
5
0.002
9
0.037
54
0.123
57
0.73
304

0.7
7

3.5
8

6.36
9

0.7
8

3.6
6

0.8
4
0.7
9
0.7
54

3.7
8
3.8
2
3.4
46

Reemplazamos
estimadores:
b

los

datos

obtenidos,

para

encontrar

0.00
26
0.00
4
0.00
2
-2E05

0.0030
744
0.0307
476
0.0137
016
0.0007
944

0.00
21

0.0030
496
0.0003
536
0.0096
664
0.0118
944
0.0296
26

0.00
56
0.02
87
0.01
35
0.13
23

los

Para

b1

x1 y x22 x2 y x1 x2

x x x x
2
1

2
2

1 2

0.13234 1.0481936 -0.029626 0.733036

b1
2
1.07756 1.0481936 0.733036
b1 0.27093632
Significa que cuando el ingreso por dlar depositado aumenta
en promedio en mil dlares manteniendo constate el nmero de

ECONOM
A

MODELO DE REGRESIN MULTIPLE

oficinas, el margen de beneficio aumenta en promedio en
0.2709 dlares.
b2
-

Para

b2

x2 y x12 x1 y x1 x2

x x x x
2
1

2
2

1 2

-0.029626 1.07756 0.13234 0.733036

b2
2
1.07756 1.0481936 0.733036
b2 -0.217738475
Significa que cuando el nmero de oficinas aumenta en
promedio en oficina manteniendo constate el el ingreso por
dlar depositado, el margen de beneficio disminuye en
promedio en 0.2177 dlares.
b0
-

Para :
b0 Y b1 X 1 b2 X 2
b 0.754 0.27093632(3.446) (-0.217738475(6.5596))
0

b0 1.248630744
Los margen de beneficio es 1.2486 dlares, cuando el ingreso
por dlar depositados y el nmero de oficinas es cero.
Con los datos anteriores obtenemos nuestro modelo de regresin
mltiple:
Y 1.248630744+0.27093632X1 -0.217738475X 2
2. PRUEBA DE SIGNIFICACIN DE LOS ESTIMADORES DE
PARMETROS
Con el fin de probar la significacin estadstica de los estimadores
de los parmetros de la regresin mltiple, se requiere conocer la
varianza de estos estimadores:

ECONOM
A

MODELO DE REGRESIN MULTIPLE

X1

X2

ECONOM
A

MODELO DE REGRESIN MULTIPLE

0.75

3.92

7.298

0.71

3.61

6.855

0.66

3.32

6.636

0.61

3.07

6.506

0.7

3.06

6.45

0.72

3.11

6.402

0.77

3.21

6.368

0.74

3.26

6.34

0.9

3.42

6.349

0.82

3.42

6.352

0.75

3.45

6.361

0.77

3.58

6.369

0.78

3.66

6.546

0.84

3.78

6.672

0.79
3.82
6.89
PROM=0 PROM=3 PROM=6.
.754
.446
5596

0.7216
4573
0.7341
1361
0.7032
2681
0.6637
9873
0.6732
8272
0.6972
8098
0.7317
7772
0.7514
2122
0.7928
1138
0.7921
5817
0.7983
2661
0.8318
0642
0.8149
4162
0.8200
1893
0.7833
8939

0.00080
396
0.00058
147
0.00186
856
0.00289
43
0.00071
381
0.00051
615
0.00146
094
0.00013
044
0.01148
94
0.00077
517
0.00233
546
0.00382
003
0.00122
092
0.00039
924
4.37E-05
0.02905
357

Encontramos la varianza residual y su desviacin:

2
i

0.02905357
B 0.002421131
nk
15-3
u 0.002421131 B 0.049204986
s
2

2
u

VARIANZA PARA CADA ESTIMADOR:

b
-

La varianza y

para

ECONOM
A

MODELO DE REGRESIN MULTIPLE

Varb1 u2

x
x x x x
2
1

2
1

2
2

Varb1 0.002421131

1 2

1.0481936
(1.0776)(1.0481936)-(0.73304) 2

Varb1 0.004285763
(b ) B 0.065465742
1

La varianza y
Varb2 u2

b2
para

x
x x x x
2
2

2
1

Varb2 0.002421131

2
2

1 2

1.0776
(1.0776)(1.0481936)-(0.73304) 2

Varb2 0.004405834
(b ) B 0.066376458
2

PRUEBAS DE HIPTESIS PARA CADA ESTIMADOR:

b
1

Para :
Hiptesis:
H 0 : b1 0
H1 : b1 0
Estadstico t:
b1
tcal
Varb
1

0.27093632
0.004285763
4.138596917

tcal
tcal

ttab t ,n p t 0.05,15 2 2.160

ECONOM
A

MODELO DE REGRESIN MULTIPLE

Regla de decisin:

tcal ttab
; se rechaza la

Entonces
Refleja

H0

que

los

ingresos

por

dlar

depositado

influyen

individualmente en el margen de beneficios.

b
2

Para :
Hiptesis:
H 0 : b2 0
H1 : b2 0
Estadstico t:
b2
tcal
Varb
2

-0.217738475
0.004405834
-3.280356927

tcal
tcal

ttab t ,n p t 0.05,152 2.160

Regla de decisin:

tcal ttab
Entonces

H0
; se acepta

Es decir el nmero de oficinas no influyen individualmente en

el de beneficios
3. INTERVALO DE CONFIANZA SOBRE
INDIVIDUALES DE REGRESIN:
1
- Para el intervalo
:

LOS

COEFICIENTES

ECONOM
A

MODELO DE REGRESIN MULTIPLE

IC1 1 1 t ,n k 1 Var 1

IC1 1 0.27093632 t 0.05,152 1 0.004285763

IC1 1 0.27093632 2.179 0.004285763
0.128286467 1 0.413586173

2
-

Para el intervalo

IC1 2 2 t 0.05,152 1 Var 2

IC1 2 -0.217738475 2.179 0.004405834

-0.362372778 1 -0.073104172
4. ANLISIS DE VARIANZA
- Realizamos los clculos correspondientes para el ANVA que se
presentan en la tabla de anlisis de varianza:

SCE Yi Y

0.0414427

Y
0.721645
728
0.734113
613
0.703226
806
0.663798
728
0.673282
719
0.697280
982
0.731777
722
0.751421
216

0.754
0.754
0.754
0.754
0.754
0.754
0.754
0.754

Y Y

0.00104
68
0.00039
547
0.00257
792
0.00813
627
0.00651
528
0.00321
705
0.00049
383
6.6501E06

ECONOM
A

MODELO DE REGRESIN MULTIPLE

0.792811
381
0.792158
165
0.798326
609
0.831806
422
0.814941
618
0.820018
928

SCR Yi Yi

0.754
0.754
0.754
0.754
0.754
0.754

0.00150
632
0.00145
605
0.00196
485
0.00605
384
0.00371
388
0.00435
85
0.04144
27

0.02905357

0.75
0.71
0.66
0.61
0.7
0.72
0.77
0.74
0.9
0.82

Y Y

0.72164
573
0.73411
361
0.70322
681
0.66379
873
0.67328
272
0.69728
098
0.73177
772
0.75142
122
0.79281
138
0.79215
817

0.000803
96
0.000581
47
0.001868
56
0.002894
3
0.000713
81
0.000516
15
0.001460
94
0.000130
44
0.011489
4
0.000775
17

ECONOM
A

MODELO DE REGRESIN MULTIPLE

0.75
0.77
0.78
0.84
0.79

0.79832
661
0.83180
642
0.81494
162
0.82001
893
0.78338
939

0.002335
46
0.003820
03
0.001220
92
0.000399
24
4.37E-05
0.029053
57

Entonces:
SCT SCE SCR
SCT 0.0414427 0.02905357

SCT 0.07136
-

Tabla para el Anlisis de Varianza:

GL
Regre 2
sin
Residu 12
os
Total
14

SC

CM

0.04230
643
0.02905
357
0.0713
6

0.02115
322
0.00242
113

8.73691
664

F 0.05,2,12
3.89

Decisin:
Fcal Ftab
H0
; se rechaza la
, es decir, implica que al menos una de
las variables independientes
contribuye significativamente al
modelo.

ECONOM
A

MODELO DE REGRESIN MULTIPLE

5 CONCLUSIONES
1. Nkjn
2. klkm