El anlisis de regresin es una tcnica estadstica para investigar y modelar la
relacin entre variables. Aplicaciones de regresin son numerosas y ocurren en casi todos los campos, incluyendo ingeniera, la fsica, ciencias econmicas, ciencias biolgicas y de la salud, como tambin ciencias sociales. El anlisis de regresin es til para averiguar la forma probable de la relacin entre las variables y cuando se utiliza ste mtodo, el objetivo final generalmente consiste en predecir o estimar el valor de una variable que corresponde a un valor determinado de otra. Con base a los resultados obtenidos a partir de los anlisis realizados a la muestra representativa, extrada de una poblacin determinada, el investigador estar en capacidad de comprender y conocer minuciosamente la naturaleza y comportamiento de la poblacin en la que se encuentra interesado. PROPOSITOS 1. Descripcin de datos 2. Estimacin de parmetros. 3. Para prediccin y estimacin. Algunos casos de esta utilidad del anlisis de regresin son: La respuesta de un cultivo al variar la cantidad de los fertilizantes; el objetivo puede ser establecer la forma de la relacin, o predecir la combinacin optima de fertilizantes. La relacin entre varias medidas meteorolgicas y la produccin del cultivo; el ms obvio objetivo podra ser tratar de entender los efectos meteorolgicos sobre el crecimiento del cultivo. En el anlisis de regresin se pueden distinguir dos tipos de variables: variables predictoras y variables respuestas. La diferencia entre variable predictora y respuesta es no siempre completamente clara y depende algunas veces de nuestros objetivos. Algunos nombres conocidos para las variables predictoras y respuestas son:
Cmo se analiza un modelo de regresin?
Para analizar un modelo de regresin se pueden establecer bsicamente dos pasos. Paso 1. Estimar los parmetros del modelo de regresin. Este proceso es llamado ajuste del modelo a los datos. Paso 2. El siguiente paso de un anlisis de regresin es chequear que tan bueno es el modelo ajustado. El resultado de este chequeo puede indicar si el modelo es razonable o si el ajuste original debe ser modificado.
REGRESION LINEAL MULTIPLE
El anlisis de regresin lineal mltiple consiste en generar modelos de regresin con ms de una variable independiente (X1, X2, X3..); contienen ms trminos y pueden servir relaciones ms complejas que una lnea recta. Incluyen ms de un trmino.
El modelo de regresin lineal mltiple es representado por:
Y=0+1X1+2X2+kXk+ k = nmero de variables (Xs) donde es la
observacin de la variable aleatoria dependiente.
son las
observaciones de las variables fijas independientes.
son los llamados coeficientes de regresin.
es la variable aleatoria error que se supone que tiene que los errores son no correlacionados.
Los modelos de regresin informan de la presencia de relaciones pero no del
mecanismo causal. La tcnica de regresin mltiple se usa frecuentemente en investigacin, se aplica al caso en que la variable es numrica. Se utiliza para la prediccin de respuestas a partir de variables explicativas. Los mayores usos son: Identificacin de variables explicativas: ayuda a crear un modelo donde se seleccionan las variables que pueden influir en la respuesta, descartando aquellas que no aportan informacin. Deteccin de interacciones entre variables independientes que afectan la variable respuesta. Un ejemplo de interaccin clsico es el de estudiar la respuesta de un paciente al alcohol y un barbitrico, y observar que cuando se ingieren ambos el efecto es mucho mayor del esperado como suma de los dos. Identificacin de variables confusas: es un problema difcil el de su deteccin, pero de inters en investigacin no experimental, ya que el investigador frecuentemente no tiene control sobre las variables independientes.
BIBLIOGRAFIA Baron Lpez . Tellez Montiel F. Apuntes de Bioestadstica. Pag. 35-36. Recuperado de : http://www.bioestadistica.uma.es/baron/apuntes/ficheros/cap06.pdf
Mtodos de Regresin. Universidad Nacional de Colombia.