ECUCIONES DE REGRESION Y

PLANOS DE REGRESION
Una ecuación de regresión es una expresión para estimar una variable independiente;
x = F(X1, X2 , …Xn)
La ecuación de regresión para 3 variables será de la forma
X 1  b1, 23  b12,3 X 2  b13, 2 X 3

Esta ecuación representa la ecuación de X sobre X2, y X3

Para obtener una ecuación que represente a la variable X1, sobre X2 y X3, se
emplean las ecuaciones normales de mínimos cuadrados; para obtener los
valores de las b. estas son:

x  b nb x b x
1 1, 23 12, 3 2 13, 2 3

 x x  b  x  b  x b  x x
1 2 1, 23 2 12, 3
2
2 13, 2 2 3

x x  b x b x x b x
2
1 3 1, 23 3 12, 3 2 3 13, 2 3
Como en este caso se tiene varias variables independientes, es posible calcular
el coeficiente de correlación de una variable sobre la otra, de forma análoga a
como se hacia en el caso de una variable, solamente que se denotara por
sub índices para indicar la relación entre las variables así

r1, 2 r1,3 y r2,3

Representan la relación entre las variable; a partir de estos, es posible obtener el plano
de regresión de mínimos cuadrados, el cual se obtiene por la expresión:
x1  r12  r13r23  x2  r13  r12r23  x3
   
s1  1  r232  s2  1  r232  s3

Obviamente al aproximar una curva a puntos, mediante modelo matemático,

Siempre se esta sujeto el error, para poder calcularlo, se emplea la siguiente
expresión
1  r122  r132  r232  2r12r13r23
s1, 23  s1
1  r232
 Para el calculo del coeficiente de correlación, se emplea la expresión siguiente.

r122  r132  2r12r13r23

R1, 23 
1  r232
LAS EXPRESIONES ANTERIORES SON VALIDAS PARA CALCULAR
EXPRESIONES EN LAS CUALES LA VARIABLE DE INTERES ES X1;
SI FUESE X2 O X3, SOLAMEWNTE SE INTERCALANA LOS SUMBINDICES
POR LA NUEVA VARIABLE; POR EJEMPLO SI LA EXPRESION FUERA X3
SE OBTENDRIA LA SIGUIENTE EXPRESION

x3  r32  r13r12  x2  r13  r12r23  x1

   
s3  1  r122  s2  1  r122  s1
 EJEPLO:
Obtener la ecuación lineal de x1 sobre x2 y X3, de la tabla dada
x1 64 71 53 67 55 58 77 57 56 51 76 68
x2 57 59 49 62 51 50 55 48 52 42 61 57
x3 8 10 6 11 8 7 10 9 10 6 12 9

Construyendo la tabla de valores para de acuerdo a las ecuaciones normales se tiene

x12 2
x 32 x1x2
x1
64
x2
57
x3 x2
8 4096 3249 64 3648
x1x3 x2x3
512 456
x  b nb x b x
1 1, 23 12, 3 2 13, 2 3

71 59 10 5041 3481 100 4189 710 590  x x  b  x  b  x b  x x

1 2 1, 23 2 12, 3
2
2 13, 2 2 3
53 49 6 2809 2401 36 2597 318 294
x x  b x b x x b x
2
67 62 11 4489 3844 121 4154 737 682 1 3 1, 23 3 12, 3 2 3 13, 2 3
55 51 8 3025 2601 64 2805 440 408
58 50 7 3364 2500 49 2900 406 350
77 55 10 5929 3025 100 4235 770 550
57 48 9 3249 2304 81 2736 513 432
56 52 10 3136 2704 100 2912 560 520
51 42 6 2601 1764 36 2142 306 252 12b1,23+643b12,3+106b13,2=753
76 61 12 5776 3721 144 4636 912 732 643b1,23+34843b12,3+5779b13,2=40830
68 57 9 4624 3249 81 3876 612 513 106b1,23+5779b12,3+976b13,2=6796
suma 753 643 106 48139 34843 976 40830 6796 5779
 753 643 106
40830 34843 5779
6796 5779 976 245055 3.6512
12 643 106 67116
643 34843 5779
106 5779 976

12 753 106
X1= 3.6512+0.8546X2+1.5063X3
643 40830 5779
106 6796 976 57358 0.8546
67116

12 643 753
643 34843 40830
106 5779 6796 101099 1.5063
67116

X2 X3 X1 X1 EST
57 8 64 64.414
59 10 71 69.136
49 6 53 54.564
62 11 67 73.206
51 8 55 59.286
El comparativo puede 50 7 58 56.925
observarse en la tabla siguiente 55 10 77 65.717
48 9 57 58.229
52 10 56 63.153
42 6 51 48.582
61 12 76 73.857
57 9 68 65.92
Ejercicio:
Para la tabla de datos valores siguiente, calcule:
•La ecuación que modele a x1respecto a x2 y x3,
•Las desviaciones típicas de X1
•Los factores de correlación
•El error típico de estimación
•Coeficiente de correlación múltiple
x1 45 54 60 72 55 65 77 60 61 50 34 98
x2 78 56 67 78 65 54 66 57 58 54 68 96
x3 12 10 8 12 9 8 11 10 9 8 12 12

Se construye la tabla de valores x  b nb x b x

1 1, 23 12, 3 2 13, 2 3

x12  x x  b  x  b  x b  x x
1 2 1, 23 2 12, 3
2
2 13, 2 2 3
x2 2
x 32 x1x2
x x  b x b x x b x
x1 x2 x3 x1x3 x2x3 2
45 78 12 2025 6084 144 3510 540 936 1 3 1, 23 3 12, 3 2 3 13, 2 3
54 56 10 2916 3136 100 3024 540 560
60 67 8 3600 4489 64 4020 480 536 12b1,23+797b12,3+121b13,2=731
72 78 12 5184 6084 144 5616 864 936 797b1,23+54659b12,3+8203b13,2=49715
55 65 9 3025 4225 81 3575 495 585 121b1,23+8203b12,3+1251b13,2=7419
65 54 8 4225 2916 64 3510 520 432
77 66 11 5929 4356 121 5082 847 726
60 57 10 3600 3249 100 3420 600 570
61 58 9 3721 3364 81 3538 549 522
50 54 8 2500 2916 64 2700 400 432
34 68 12 1156 4624 144 2312 408 816
98 96 12 9604 9216 144 9408 1176 1152
suma 731 797 121 47485 54659 1251 49715 7419 8203
Resolviendo el sistema
731 797 121
49715 54659 8203
7419 8203 1251 1E+07 32.009 X1=32.009+1.0943x2-4.341x3
12 797 121 306944
X2 X3 X1 X1 EST
797 54659 8203
78 12 45 65.272
121 8203 1251
56 10 54 49.88
67 8 60 70.599
78 12 72 65.272
12 731 121
65 9 55 64.07
797 49715 8203
54 8 65 56.373
121 7419 1251 335880 1.0943
66 11 77 56.482
306944
57 10 60 50.974
58 9 61 56.409
12 797 731
54 8 50 56.373
797 54659 49715
68 12 34 54.329
121 8203 7419 -1E+06 -4.341
96 12 98 84.97
306944

Para calcular las desviaciones estándar se procede de la siguiente manera:

x   x1 
2 2 2
47485  731 
s1  1
      15.692
n  n  12  12 
 

x   x2
2

2 2

s2  2
   54659   797   11.989
n  n  12  12 
 

x   x3 
2 2 2

s2  3
   1251   121   1.605
n  n  12  12 
 
r  x y  ( x )( yi ) / n
i i i

 x  ( x ) / n  y  ( y )
2
i i
2 2
i i
2
/n Si multiplicamos por “n”, la expresión se
n x y  ( x )( yi ) obtiene la siguiente ecuación.
r i i i

n x  ( x ) n y  ( y )
2
i i
2 2
i i
2

Aplicando la expresión obtenida se obtiene:

n x1 x 2  ( x1 )( x 2 ) 12(49715)  (731 * 797)

r12    0.5158
n x12  ( x1 ) 2 n x 22  ( x 2 ) 2 12(47485)  (731) 2 12(54659)  (797) 2
n x1 x3  ( x1 )( x3 ) 12(7419)  (731 * 121)
r13    0.1591
n x  ( x1 )
2
1
2
n  x  ( x3 )
2
3
2
12(47485)  (731) 2
12(1251)  (121) 2

n x3 x 2  ( x3 )( x 2 ) 12(8203)  (797 * 121)

r23    0.7214
n x 22  ( x 2 ) 2 n x32  ( x3 ) 2 12(54659)  (797) 2 12(1251)  (121) 2
Para el calculo del error de estimación se emplea únicamente el valor
de x1 y el valor estimado de la misma variable

e.e   ( x  x est )
1 i
2

X1-X1
X1 X1 EST EST (X1-X1 EST)^2
45 65.272 -20.2724 410.9702018
54 49.88 4.1202 16.97604804
60 70.599 -10.5991 112.3409208
72 65.272 6.7276 45.26060176
Aplicando los datos de la tabla en la expresión
55 64.07 -9.0695 82.25583025 se obtiene:
65 56.373 8.6268 74.42167824
77 56.482 20.5182 420.9965312 1889.450586
60 50.974 9.0259 81.46687081 e.e   12.54
61 56.409 4.5906 21.07360836
12
50 56.373 -6.3732 40.61767824
34 54.329 -20.3294 413.2845044
98 84.97 13.0302 169.786112
SUMA 1889.450586

Al error típico de estimación (e. e), también se le simboliza como s1, 23

Para el calculo del coeficiente de correlación múltiple se emplea las expresiones

r122  r123  2r1 2r1 3r2 3

R1, 2 3  
1  r223
r122  r223  2r1 2r2 3r1 3
R 2,13 
1  r123
r123  r223  2r1 2r2 3r1 3
R3,12 
1  r122

r122  r132  2r12r13r23 0.51582  0.15912  2(0.5158 * 0.1591* 0.7214)

R1, 23    0.3606491
1  r232 1  0.7214 2
r122  r232  2r12r23r13 0.51582  0.7214 2  2(0.5158 * 0.1591* 0.7214)
R2,13    0.68541578
1  r132 1  0.15912
r132  r232  2r12r23r13 0.15912  0.7214 2  2(0.5158 * 0.1591* 0.7214)
R3,12    0.58223168
1  r122 1  0.51582