Tema 13: Inferencias en modelos de regresin mltiple y prediccin

Pronstico para la variable dependiente Y

Una vez ajustado el modelo de regresin a los datos, se puede pronosticar el peso promedio
de peso final y desarrollar intervalos de confianza y de prediccin estimados con la suposicin
de que el modelo de regresin ajustado es adecuado. Supngase que se desea predecir el
peso promedio final cuando X1, el peso inicial, es de 35 kilogramos y X2, los alimentos
consumidos, es igual a 280 kilogramos

Solucin:

Si se utiliza la ecuacin de regresin mltiple:

= -22.1377 + 1.4420 X1 + 0.2110X2

Con X1 = 35 y X2=280, se tiene:

= -22.1377 + 1.4420 (35) + 0.2110(280)

Y as:

= 87.55

Por lo tanto, se estima que el peso final en promedio ser de 87.55 cuando el peso inicial es
de 35 kg y la cantidad de alimentos consumidos sea de 280 Kg.

Inferencias en modelos de regresin mltiple

La evaluacin del modelo se puede hacer en tres formas:

Error estndar de la estimacin

Recurdese que es la desviacin estndar de la variable del error e y que, debido a que es
un parmetro poblacional, es necesario estimar su valor por medio del uso de S. En regresin
mltiple, el error estndar de la estimacin se define como sigue:

En donde:
 n = nmero de observaciones
k = nmero de variables independientes en la funcin de regresin
SCE = suma de cuadrados del error
CME = cuadrado medio del error

Ejemplo

Volviendo al ejemplo anterior, en donde se realiz un experimento para determinar si el peso

de un animal puede predecirse despus de un periodo dado, con base en el peso inicial del
animal y en la cantidad de alimento consumida por este, se registraron los siguientes datos,
medidos en kilogramos:

Peso Peso Alimentos

final inicial consumidos
Y X1 X2

95 42 272

77 33 226

80 33 259

100 45 292

97 39 311

70 36 183

50 32 173

80 41 236

92 40 230

94 38 235

A continuacin puede verse parte de la salida de Excel:

Anlisis de varianza

Grados de Suma de Cuadrados

libertad cuadrados medios F

Regresin 2 1738.3393 869.1696 15.13

Residuos (error) 7 402.1607 57.4515

Total 9 2140.5000