La regresión lineal múltiple trata de ajustar modelos lineales o linealizarles entre una variable

dependiente y más de una variables independientes. En este tipo de modelos es importante testar
la heterocedasticidad, la multicolinealidad y la especificación.

La regresión es una técnica estadística que consiste en calcular dicha similitud en forma de función
matemática. Esta función nos ofrece mucha más información sobre dicha relación. Por ejemplo, el
modelo más sencillo: la regresión lineal simple, ya nos informa de las siguientes magnitudes: la
magnitud de la correlación; el incremento marginal, el valor de una de ellas cuando la otra es cero
y si dicha relación puede considerarse significativa o fuerte (distinta de una relación normal) o no
significativa o débil (similar a una relación normal)

. Hipótesis y Estimación Para que los resultados de la regresión sean “confiables” (confiable es una
forma coloquial de referirse a: insesgados, es decir que sus resultados sean parecidos a los reales; y
óptimos, es decir que su varianza sea mínima) es necesario que: a) La relación entre las variables
sea lineal. Ser lineal no significa que forzosamente tenga que ser una línea recta sino también que
pueda ser lineal con alguna transformación. b) Las perturbaciones (es decir los efectos provocados
aleatoriamente o por variables no incluidas en el modelo) deben ser: de media cero,
homocedásticas y no autocorrelacionadas. Se suelen resumir estos bajo la denominación de
“esfericidad” de los residuos.

Modelos de regresión múltiple

El modelo de regresión múltiple es la extensión del modelo de regresión simple a k

variables explicativas. La estructura del modelo de regresión múltiple es la siguiente:

Donde

 es la variable explicada, dependiente o respuesta.

 son las variables explicativas, regresores o variables

independientes.

 es la parte determinista del modelo.

 ∈ representa el error aleatorio. Contiene el efecto sobre de todas las variables

distintas de .

El modelo de regresión lineal múltiple tiene la forma:

El modelo de regresión lineal múltiple se utiliza cuando

1. La variable dependiente, Y , depende linealmente de cada una de las variables

explicativas, .
 2. Un regresor no basta para explicar suficientemente la variabilidad de .

Modelo de regresión múltiple con dos regresores

En el caso particular en que haya dos regresores, k = 2 , el modelo tendría la forma:

Gráficamente, el modelo de regresión lineal con dos regresores supone calcular la

ecuación de un plano que describe la relación de con y . En la Figura 6, se
muestra la relación entre y, y .

Figura 6 Modelo de regresión lineal con dos regresores.

La estimación por mínimos cuadrados de los parámetros del modelo consiste en

calcular la ecuación del plano que haga mínimo el valor de con

En la Figura 7 se muestra el plano con la estimación por mínimos cuadrados.

Hipótesis del modelo de regresión múltiple

Generalizando, al ajustar un modelo de regresión lineal múltiple, se supondrá que se

verifican las siguientes hipótesis:

Fijados los valores de las variables , se tiene que

Cada error ei ≈ N (0, σ2).

Cualquier par de errores ei y ej son independientes.

Las variables explicativas son, algebraicamente, linealmente independientes.

El número de datos es mayor o igual que k + 2.

Figura 7 Plano para la estimación por mínimos cuadrados en un modelo con dos regresores (
y ).

Se llega a las siguientes observaciones:

1. Las tres primeras hipótesis del modelo se justifican igual que en regresión
simple.

2. La condición de independencia lineal algebraica de los regresores tiene por

objeto ajustar la dimensión del problema, ya que si no se cumpliese se pueden
eliminar regresores del modelo.

3. El número de datos debe ser mayor o igual que k + 2 para poder estimar todos
los parámetros del modelo.

Parámetros del modelo de regresión múltiple

1. El parámetro βˆi, en regresión múltiple, representa el efecto del aumento de una

unidad del regresor sobre la respuesta, Y, cuando el resto de los regresores
permanecen constantes.2. Si los regresores no se interrelacionan, ρij = 0, para todo i,
j, los estimadores de los coeficientes de regresión en el modelo múltiple y en los
distintos modelos simples coinciden.

Se puede demostrar que

1. βˆi sigue una distribución normal, para todo i = 0, . . . , k.

2. Para todo βˆi, con i = 0, 1, . . . , k, se cumple que E ( βˆi ) = βi. Es decir βˆi es
un estimador centrado de βi, para todo i.

3. La matriz de varianzas y covarianzas de βˆ 0, . . . , βˆk viene dada por la

expresión:
 4. COV (βˆ) = σ 2(X 0X).

Prueba de hipótesis en el modelo de regresión múltiple

En la prueba de hipótesis en el modelo de regresión múltiple, se establecen

comparaciones de hipótesis nula y alternativa:

 Hipótesis nula

 Hipótesis alternativa Existe con

La aceptación de la hipótesis nula de la Prueba de Hipótesis, representada por la letra

F.

Puede ser debida a

 Independencia de la variable explicada (respuesta) frente a todas las variables

predictoras /regresoras.

 Dependencia no lineal de la variable respuesta respecto de alguna variable

predictora.

 El rechazo de la hipótesis nula significa que la variable explicada depende

linealmente de alguno de los regresores.

 Para determinar cuál o cuáles de las variables independientes/predictivas

explican significativamente a la variable dependiente, es necesario tomar en
consideración las comparaciones individuales. En el Cuadro 1 se detallan los
casos, el resultado de las pruebas de hipótesis y las comparaciones
individuales.

Cuadro 1 Prueba de hipótesis y comparaciones individuales en regresión múltiple

Cas Prueba de Comparaciones

Interpretación
o hipótesis individuales

Todas las variables predictoras influyen

1 Significativo Todos significativos
significativamente en la variable respuesta.

Los predictores no significativos deben ser

2 Significativo Alguno significativo eliminados del modelo o transformados si se intuye
relación de dependencia no lineal.

Problema de multicolinealidad: existe fuerte

3 Significativo Ninguno significativo
correlación entre variables explicativas del modelo.

4 No significativo Todos significativos Existen casos particulares de multicolinealidad

5 No significativo Alguno significativo Existen casos particulares de multicolinealidad

Cas Prueba de Comparaciones
Interpretación
o hipótesis individuales

No se detecta relación de dependencia lineal entre

6 No significativo Ninguno significativo
la variable explicada y los regresores.

El tratamiento de la multicolinealidad consiste en eliminar regresores del modelo con

alta correlación, y con esto disminuye el número de parámetros que hay que
determinar.

Diagnóstico y validación del modelo de regresión múltiple

Al igual que en el modelo de regresión simple, antes de utilizar el modelo de regresión

múltiple, es necesario verificar las hipótesis básicas del modelo y esto se realiza por
medio del análisis de los residuos.

Se pueden considerar las siguientes particularidades:

1. La normalidad del error.

2. Las hipótesis de linealidad, homocedasticidad (la varianza del error es

constante) e independencia.

3. La conveniencia de introducir una nueva variable.

Finalizado el proceso de definición y validación del modelo de regresión múltiple, se

puede utilizar para hacer predicciones. Es posible considerar

 para predecir el valor de E(Y|X1=x1i,...,xk =xki)

 ,…, ) para predecir el valor de un elemento o individuo de la variable

(Y|X1=x1 i ,...,xk =xki) .

CONCLUSIONES

Los modelos de regresión simple y múltiple presentan las características ideales para el
tratamiento de variables cuantitativas que responden según las variables predictoras
oregresoras dentro del fenómeno estudiado.

En el proceso de cultivo de microalgas, existen variables que afectan la dinámica del

crecimiento, principalmente la temperatura, el pH y la intensidad de luz. Las
microalgas se alimentan de CO2 y lo convierten en biomasa, en ese proceso liberan
oxígeno.
Se sugiere el uso de la regresión simple para modelar la relación entre cada variable
predictiva, de forma independiente, y la variable respuesta (crecimiento celular de la
microalga) y posteriormente plantear un modelado de regresión múltiple.

El Internet de las Cosas puede ser aplicado en el estudio estadístico del crecimiento de
la microalga Chlorella sp., en conjunto con algoritmos de predicción de alta
complejidad que requieran procesamiento estadístico, como lo es el modelo de
regresión múltiple. El hecho de poder acceder a la nube de Internet facilita el manejo
de los datos para los investigadores y especialistas que requieran información del
estado del cultivo.

https://www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S0379-
39822016000900033

Borowitzka, M.A. (1999). Commercial production of microalgae: ponds, tanks, tubes

and fermenters. Journal of Biotechnology, 70, 313- 321. [ Links ]

Evans, D., (2011). Internet of Things - How the Next Evolution of the Internet Is
Changing Everything. White paper Cisco Internet Business Solutions Group (IBSG).
[ Links ]

Fox, R. (1996) Spirulina production and potential, France: Edisud, ISBN 2-84744-883-
X. [ Links ]

Gutiérrez, H., De la Vara, R., (2012) Análisis y diseño de experimentos, 3ra edición,
McGraw -Hill, México. [ Links ]

Henrikson, R. (1994) Microalga Spirulina: Superalimento del futuro, Barcelona:

Ediciones S.A. Urano, ISBN: 84-7953047-2. [ Links ]

Montgomery, D., (2008) Diseño y análisis de experimentos, 2da edición, Limusa-Wiley,

México [ Links ]

Rosenberg, J., Oyler, G., Wilkinson, J. and Betenbaugh, M. (2008) A green light for
engineered algae: Redirecting metabolism to fuel a biotechnology revolution. Current
Opinion in Biotechnology 19: 430-436. [ Links ]

Sakai, N., Sakamoto, Y., Kishimoto, N., Chihara, M. and Karube, I.

(1995) Chlorella strains from hot springs tolerant to high temperature and high CO 2.
Energy Conversion and Management 16: 693-696. [ Links ]

En definitiva, y al igual que en regresión lineal simple, vamos a considerar que los valores de la
variable dependiente Y han sido generados por una combinación lineal de los valores de una o más
variables explicativas y un término aleatorio: y = b0 + b1 ⋅ x1 + b2 ⋅ x2 + ... + bk ⋅ xk + u Los
coeficientes son elegidos de forma que la suma de cuadrados entre los valores observados y los
pronosticados sea mínima, es decir, que se va a minimizar la varianza residual. Esta ecuación recibe
el nombre de hiperplano, pues cuando tenemos dos variables explicativas, en vez de recta de
regresión tenemos un plano:

Con tres variables explicativas tendríamos un espacio de tres dimensiones, y así sucesivamente.
Vamos a ir introduciendo los elementos de este análisis a través de un sencillo ejemplo.
Consideramos una muestra de personas como la que sigue a continuación:

Al igual que en regresión lineal simple, los coeficientes b van a indicar el incremento en el peso por
el incremento unitario de la correspondiente variable explicativa. Por lo tanto, estos coeficientes
van a tener las correspondientes unidades de medida.
Si admitimos que los datos presentan estas hipótesis entonces el teorema de Gauss-Markov
establece que el método de estimación de mínimos cuadrados va a producir estimadores óptimos,
en el sentido que los parámetros estimados van a estar centrados y van a ser de mínima varianza
Es importante observar que si las variables explicativas X están muy correlacionadas entre si, la
matriz (X ′* X ) va a tener el determinante con valor cero o muy cercano a cero. Si hay al menos una
variable que puede ser expresada como combinación lineal del resto (ingresos mensuales, ingresos
anuales) el determinante de esta matriz es cero y dicha matriz será singular y por lo tanto no
tendrá inversa. Si no hay variables que sean combinación lineal de las demás, pero están
fuertemente correlacionadas, el determinante no será cero pero tendrá un valor muy próximo a
cero; este caso va a producir una inestabilidad en la solución del estimador, en general, se va a
producir un aumento en su varianza. En estos casos se impone la utilización de un método de
selección de variables explicativas. A los problemas provocados por la fuerte correlación entre las
variables explicativas se les llama multicolinealidad.

Varianza residual

Al igual que en el caso de regresión lineal simple, vamos a descomponer la variabilidad de la

variable dependiente Y en dos componentes o fuentes de variabilidad: una componente va a
representar la variabilidad explicada por el modelo de regresión y la otra componente va a
representar la variabilidad no explicada por el modelo y, por tanto, atribuida a factores aleatorios.
https://d1wqtxts1xzle7.cloudfront.net/36787341/REGRESION_LINEAL_MULTIPLE_3-libre.PDF?
1424993235=&response-content-disposition=inline%3B+filename
%3DRegresion_lineal_multiple.pdf&Expires=1708049978&Signature=LW6n3Vir3kunOD8amtd2fW
5TqahgCywboFgKPR1-
73aMpZ27u35PC~MJsHeydVSy~HvJPiED21ulkG9alaBKfLaBUqvDq1PfpQwJ~oupGpGwUfo4YL4vKFb
U-88~vlixozLADlk5EvVKb3wT4OYao6hv1dp-5t-
RuSUkx94vwZ1mmLevksTWuwi9RdpVmdEFPbkkZtNdh9vlDAejkAI3Yx1Q21svaXSE5HeEAglC241Gsc
NTkJ5XLKE4seLLvI5LZOw5XIpYMp5zycqx4DMM9V8TiOviEqAEPqNRj9UuUGaqr67-
4ijVyUGzJRiYQxV~8SrS~jTWZ3CHLdfcdhDugA__&Key-Pair-Id=APKAJLOHF5GGSLRBV4ZA