TEMA 4

Modelo de regresión múltiple

José R. Berrendero
Departamento de Matemáticas
Universidad Autónoma de Madrid

Análisis de Datos - Grado en Biologı́a

Estructura de este tema

Modelo de regresión múltiple. Ejemplos.

Estimación e inferencia sobre los parámetros del modelo.
Tabla ANOVA y contraste de la regresión.
Regresión polinómica.
Variables regresoras dicotómicas.
Multicolinealidad.
Diagnóstico del modelo.
Ejemplo
Se estudia Y = la tasa de respiración (moles O2 /(g·min)) del liquen
Parmelia saxatilis bajo puntos de goteo con un recubrimiento galvanizado.
El agua que cae sobre el liquen contiene zinc y potasio, que utilizamos
como variables explicativas. (Fuente de datos: Wainwright (1993), J. Biol.
Educ..)

Tasa de respiración Potasio (ppm) Zinc (ppm)

71 388 2414
53 258 10693
55 292 11682
48 205 12560
69 449 2464
84 331 2607
21 114 16205
68 580 2005
68 622 1825
 Ejemplo 4.2 (cont.):

80
Tasa respiración

60

40

20
15000 600
10000 400
5000 200
Zinc Potasio

Estadı́stica (CC. Ambientales). Profesora: Amparo Baı́llo Tema 4: Regresión múltiple 6

Tasa_resp
Potasio

Correlaciones

Tasa_resp Potasio Zinc

Tasa_resp Correlación de Pearson 1 ,686 ,653
Sig. (bilateral) ,041 ,057
N 9 9 9
Zinc

Potasio Correlación de Pearson ,686 1 ,443

Sig. (bilateral) ,041 ,232
N 9 9 9
Zinc Correlación de Pearson ,653 ,443 1
Sig. (bilateral) ,057 ,232
Tasa_resp Potasio Zinc N 9 9 9
Modelo de regresión lineal múltiple
En la regresión lineal múltiple de Y sobre X1 , . . . , Xk se supone que la
función de regresión tiene la expresión

Y ≈ β0 + β1 x1 + . . . + βk xk .

Cuando k = 2 la función de regresión es un plano

Ejemplo 4.2: Plano de regresión

80
Tasa respiración

60

40

20
15000
10000 600
5000 400
200
Zinc Potasio
Modelo de regresión lineal múltiple
Tenemos una muestra de n individuos en los que observamos las variables
Y y X1 , . . . , Xk . Para el individuo i, tenemos el vector de datos
(Yi , xi1 , xi2 , . . . , xik ).

El modelo de regresión lineal múltiple supone que

Yi = β0 + β1 xi1 + . . . + βK xik + ui , i = 1, . . . , n,

donde las variables de error Ui verifican

a) ui tiene media cero, para todo i.
b) Var(ui ) = σ 2 , para todo i (homocedasticidad).
c) Los errores son variables independientes.
d) ui tiene distribución normal, para todo i.
e) n ≥ k + 2 (hay más observaciones que parámetros).
f) Las variables Xi son linealmente independientes entre sı́ (no hay
colinealidad).
Modelo de regresión lineal múltiple

Las hipótesis (a)-(d) se pueden reexpresar ası́: las observaciones Yi son

independientes entre con distribución normal:

Yi ∼ N(β0 + β1 xi1 + . . . + βk xik , σ).

El modelo admite una expresión equivalente en forma matricial:

      
Y1 1 x11 . . . x1k β0 u1
 Y2   1 x21 . . . x2k   β1   u2 
 ..  =  .. ..   ..  +  .. 
      
 .   . .  .   . 
Yn 1 xn1 . . . xnk βk un
Estimación de los parámetros del modelo

Parámetros desconocidos: β0 , β1 , . . . , βk , σ 2 .

Estimamos β0 , β1 , . . . , βK por el método de mı́nimos cuadrados, es decir,

los estimadores son los valores para los que se minimiza la suma:
n
X
[Yi − (β0 + β1 xi1 + . . . + βk xik )]2 .
i=1

Cada coeficiente βi mide el efecto que tiene sobre la respuesta un aumento

de una unidad de la variable regresora xi cuando el resto de las
variables permanece constante.
Estimación de los parámetros del modelo
Al derivar la suma anterior respecto a β0 , β1 , . . . , βk e igualar las
derivadas a 0 obtenemos k + 1 restricciones sobre los residuos:
n
X n
X n
X
ei = 0, ei xi1 = 0, ..., ei xik = 0.
i=1 i=1 i=1

A partir de este sistema de k + 1 ecuaciones es posible despejar los

estimadores de mı́nimos cuadrados de β0 , β1 , . . . , βk .

Las hipótesis (e) y (f) hacen falta para que el sistema tenga una solución
única. Llamamos β̂0 , β̂1 , . . . , β̂k a los estimadores.

Le media de los residuos es cero. La correlación entre los residuos y cada

una de las k variables regresoras es cero.

Los residuos tienen n − k − 1 grados de libertad.

Estimación de los parámetros del modelo
Ejemplo 4.2: Plano de regresión

80
Tasa respiración

60

40

20
15000
10000 600
5000 400
200
Zinc Potasio
Estimación de la varianza

Un estimador insesgado de σ 2 es la varianza residual SR2 .

Como en los modelos anteriores, SR2 se define como la suma de los

residuos al cuadrado, corregida por los gl apropiados:
n
1 X
SR2 = ei2 .
n−k −1
i=1

Siempre se verifica ȳ = β̂0 + β̂1 x̄1 + . . . + β̂k x̄k , siendo

n n n
1X 1X 1X
ȳ = yi , x̄1 = xi1 , ..., x̄k = xik .
n n n
i=1 i=1 i=1

Por ejemplo, si k = 2, el plano de regresión pasa por el punto de medias

muestrales (x̄1 , x̄2 , ȳ ).
Inferencia sobre los parámetros del modelo
Distribución de los estimadores de los coeficientes:

Todos los estimadores β̂j verifican:

β̂j − βj
≡ tn−k−1 ,
error tı́pico de β̂j

donde el error tı́pico de β̂j es un valor que se calcula con SPSS.

Intervalos de confianza para los coeficientes:

Para cualquier j = 0, 1, . . . , k,
 
IC1−α (βj ) = β̂j ∓ tn−k−1;α/2 × error tı́pico de β̂j .
Contrastes de hipótesis individuales sobre los coeficientes

Estamos interesados en determinar qué variables Xj son significativas para

explicar Y .

H0 : β j = 0 (Xj no influye sobre Y )

H1 : βj 6= 0 (Xj influye sobre Y )

La región crı́tica de cada H0 al nivel de significación α es

( )
|βj |
R= > tn−k−1;α/2 .
error tı́pico de β̂j

El cociente β̂j /(error tı́pico de β̂j ) se llama estadı́stico t asociado a βj .

Salida SPSS

Resumen del modelo

R cuadrado Error típ. de la

Modelo R R cuadrado corregida estimación
1 ,789 a ,622 ,496 12,907
a. Variables predictoras: (Constante), Zinc, Potasio

ANOVAb

Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 1644,390 2 822,195 4,935 ,054 a
Residual 999,610 6 166,602
Total 2644,000 8
a. Variables predictoras: (Constante), Zinc, Potasio
b. Variable dependiente: Tasa_resp

Coeficientesa

Coeficientes
Coeficientes no estandarizados tipificados
Modelo B Error típ. Beta t Sig.
1 (Constante) 15,978 15,304 1,044 ,337
Potasio ,053 ,030 ,494 1,763 ,128
Zinc ,013 ,009 ,434 1,549 ,172
a. Variable dependiente: Tasa_resp
Descomposición de la variabilidad

Como en modelos anteriores:

Yi = Ŷi + ei
Yi − Ȳ = (Ŷi − Ȳ ) + ei
n
X Xn n
X
(Yi − Ȳ )2 = (Ŷi − Ȳ )2 + ei2
i=1 i=1 i=1
SCT = SCE + SCR

SCT mide la variabilidad total (tiene n − 1 gl)

SCE mide la variabilidad explicada por el modelo (tiene k gl)

SCR mide la variabilidad no explicada o residual (tiene n − k − 1 gl)

El contraste de la regresión

H0 : β1 = . . . = βk = 0 (el modelo no es explicativo:

ninguna de las variables explicativas influye en la respuesta)
H1 : βj 6= 0 para algún j = 1, . . . , k (el modelo es explicativo:
al menos una de las variables Xj influye en la respuesta)

Comparamos la variabilidad explicada con la no explicada mediante el

estadı́stico F :
SCE/k
F = .
SCR/(n − k − 1)

Bajo H0 el estadı́stico F sigue una distribución Fk,n−k−1 .

La región de rechazo de H0 al nivel de significación α es

R = {F > Fk,n−k−1;α }
El coeficiente de determinación
Es una medida de la bondad del ajuste en el modelo de regresión múltiple
SCE
R2 = .
SCT

Propiedades:
0 ≤ R 2 ≤ 1.
Cuando R 2 = 1 existe una relación exacta entre la respuesta y las k
variables regresoras.
Cuando R 2 = 0, sucede que β̂0 = ȳ y β̂1 = . . . = β̂k = 0. No existe
relación lineal entre Y y las Xi .
Podemos interpretar R 2 o como un coeficiente de correlación
múltiple entre Y y las k variables regresoras.
R2 n − k − 1
Se verifica que F = .
1 − R2 k
El coeficiente de determinación ajustado

El coeficiente de determinación para comparar distintos modelos de

regresión entre sı́ tiene el siguiente inconveniente:

Siempre que se añade una nueva variable regresora al modelo, R 2

aumenta, aunque el efecto de la variable regresora sobre la respuesta no
sea significativo.

Por ello se define el coeficiente de determinación ajustado o corregido por

grados de libertad

SCE/(n − k − 1) SR2
R̄ 2 = 1 − =1−
SCT/(n − 1) SCT/(n − 1)

R̄ 2 sólo disminuye al introducir una nueva variable en el modelo si la

varianza residual disminuye.
Regresión polinómica
Podemos utilizar el modelo de regresión múltiple para ajustar un polinomio:
Y ≈ β0 + β1 x + β2 x 2 + · · · + βk x k .
Basta considerar las k variables regresoras x, x 2 , . . . , x k .

●
●
●
150

● ● ●
●
●

● ●
● ●
●

● ● ●
● ●

●
●
●
●
● ●
● ●
●
100

●
●●
●

●
●
y

● ●
●
●
● ● ●
● ●
●
● ●
●
● ●
●
50

● ●

●
● ● ●
●
●
● ●
● ●
●
● ●
● ● ●
● ● ●
●
●
●● ● ● ● ●
●
● ● ●
●
● ●
●
● ●
● ●
● ●
●
●
0

●
●
●

0 2 4 6 8 10
x
Regresión polinómica
Resumen del modelo

R cuadrado Error típ. de la

Modelo R R cuadrado corregida estimación
1 ,926 a ,858 ,857 19,04222
a. Variables predictoras: (Constante), x

Coeficientesa

Coeficientes
Coeficientes no estandarizados tipificados
Modelo B Error típ. Beta t Sig.
1 (Constante) -14,376 3,762 -3,822 ,000
x 15,904 ,650 ,926 24,472 ,000
a. Variable dependiente: y

Resumen del modelo

R cuadrado Error típ. de la

Modelo R R cuadrado corregida estimación
1 ,947 a ,896 ,894 16,36427
a. Variables predictoras: (Constante), x2, x

Coeficientesa

Coeficientes
Coeficientes no estandarizados tipificados
Modelo B Error típ. Beta t Sig.
1 (Constante) 6,846 4,790 1,429 ,156
x 3,042 2,214 ,177 1,374 ,172
x2 1,286 ,214 ,774 6,004 ,000
a. Variable dependiente: y
Regresión polinómica

Estimación curvilínea
Resumen del modelo y estimaciones de los parámetros

Variable dependiente:y
Resumen del modelo
Ecuación R cuadrado F gl1 gl2 Sig.
Lineal ,858 598,866 1 99 ,000
Cuadrático ,896 423,481 2 98 ,000
La variable independiente esx.

Resumen del modelo y estimaciones de los parámetros

Variable dependiente:y
Estimaciones de los parámetros
Ecuación Constante b1 b2
Lineal -14,376 15,904
Cuadrático 6,846 3,042 1,286
La variable independiente esx.

y ●
●
●
150

● ● ●
●
● Observado
200,00 ● ●
● ●
● Lineal
● ● ●
●

●
●
●
Cuadrático
●
●
● ●
● ●
●
100

●
●●

150,00 ●

●
●
y

● ●
●
●
● ● ●
● ●
●
● ●
●
● ●
●
50

● ●

●
● ● ●
●
●

100,00 ●
●

●
●
● ●

●
● ● ●
● ● ●
●
●
●● ● ● ● ●
●
● ● ●
●
● ●
●
● ●
● ●
● ●
●
●
0

50,00 ●
●

0 2 4 6 8 10
0,00 x
Regresión polinómica

● ●
●

2
●
2

●
●
●

● ●
●
● ●
● ●
● ●
●

●●
● ● ●
●
● ● ●
●

1
● ●
● ●
●
● ● ●
●
●
1

● ● ● ●
● ●
● ● ● ●
●
● ● ● ● ● ●
● ● ● ●
● ● ● ●
● ●
●
●
● ● ●
● ●
● ●
● ●
● ● ●●
● ●
● ●
● ● ● ● ● ●
● ●
● ●
residuos1

residuos2
●

0
● ● ● ●
● ●
● ● ● ● ●
● ● ● ● ● ●
● ● ●
●
0

● ● ●
●
● ●
● ●
● ● ● ●
●
●
● ● ● ● ● ● ●
● ●
●
● ● ●
●
●
● ●
●
● ● ● ●
●
● ●
●
● ● ● ● ●
● ●

−1
● ●
●
● ●
●
−1

●
● ●
● ●
● ● ● ● ● ●
●
● ●

● ●
●
● ●
●
●
● ● ●
● ●
−2
●
●
−2

●
●

● ●

0 50 100 150 50 100 150

ajustados1 ajustados2
Regresión polinómica: rentas y fracaso escolar

Resumen del modelo y estimaciones de los parámetros

Variable dependiente:Fracaso
Estimaciones de los
Resumen del modelo parámetros
Ecuación R cuadrado F gl1 gl2 Sig. Constante b1 b2
Lineal ,550 25,658 1 21 ,000 38,494 -1,347
Cuadrático ,586 14,183 2 20 ,000 61,088 -4,614 ,109
Potencia ,610 32,809 1 21 ,000 293,923 -1,066
La variable independiente esRenta.

Fracaso

40,0 Observado
Lineal
Cuadrático
Potencia
30,0

20,0

10,0

0,0
8,000 10,000 12,000 14,000 16,000 18,000 20,000 22,000

Renta
Regresión polinómica y sobreajuste
200

200

200

200

200
● ● ● ● ●
● ● ● ● ●
150

150

150

150

150
● ● ● ● ●
100

100

100

100

100
y

y
● ● ● ● ●
● ● ● ● ●
● ● ● ● ●
● ● ● ● ●
50

50

50

50

50
● ● ● ● ●

● ● ● ● ● ● ● ● ● ●
0

0
● ● ● ● ●

−10 0 5 10 −10 0 5 10 −10 0 5 10 −10 0 5 10 −10 0 5 10

Radj = 0.88
2
Radj = 0.87
2
Radj = 0.85
2
Radj = 0.83
2
Radj = 0.85
2

R2 = 0.89 R2 = 0.89 R2 = 0.89 R2 = 0.9 R2 = 0.92

200

200

200

200

200
● ● ● ● ●
● ● ● ● ●
150

150

150

150

150
● ● ● ● ●
100

100

100

100

100
y

y
● ● ● ● ●
● ● ● ● ●
● ● ● ● ●
● ● ● ● ●
50

50

50

50

50
● ● ● ● ●

● ● ● ● ● ● ● ● ● ●
0

0
● ● ● ● ●

−10 0 5 10 −10 0 5 10 −10 0 5 10 −10 0 5 10 −10 0 5 10

Radj2 = 0.83 Radj2 = 0.81 Radj2 = 0.72 Radj2 = 0.67 Radj2 = NaN
R2 = 0.93 R2 = 0.94 R2 = 0.94 R2 = 0.97 R2 = 1
Curvas estimadas a partir de 50 muestras de 10 datos
k=2 (reg. simple) k=2 (reg. cuadrática) Polinomio de grado k=9
300

300

300
250

250

250
200

200

200
150

150

150
z

z
100

100

100
50

50

50
0

−10 −5 0 5 10 −10 −5 0 5 10 −10 −5 0 5 10

Mucho sesgo y poca varianza Modelo verdadero Poco sesgo y mucha varianza
Variables regresoras dicotómicas

Mezclar subpoblaciones en regresión no es adecuado.

10

● ●
●

●
●●

10
● ●

●
●

● ● ● ●
●
●

5
● ● ●
5

● ● ●
● ● ●
● ● ● ● ● ●
● ●
● ●
●● ●● ● ●
● ●

0
● ●●
● ●
y1

y2
● ● ●
● ●
● ● ● ● ●●
●
●●
● ● ●
● ●
●
● ● ●
● ●
● ● ●●
● ● ● ● ●
0

−5
● ● ●
●
● ●
●
●
●
●
●
● ●

−10
●

●
−5

● ●
−15

−4 −2 0 2 4 −4 −2 0 1 2

x1 x2

¿En qué se diferencian los dos ejemplos anteriores?

Modelo aditivo
Resumen del modelo

R cuadrado Error típ. de la

Modelo R R cuadrado corregida estimación
1 ,963 a ,928 ,923
a. Variables predictoras: (Constante), x1z1, z1, x1

ANOVAb

Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 438,063 3 146,021 197,319 ,000 a
Residual 34,041 46 ,740
Total 472,104 49
a. Variables predictoras: (Constante), x1z1, z1, x1
b. Variable dependiente: y1

Coeficientesa

Coeficientes
Coeficientes no estandarizados tipificados
Modelo B Error típ. Beta t Sig.
1 (Constante) ,277 ,177 1,560 ,126
x1 ,927 ,080 ,647 11,632 ,000
z1 3,620 ,247 ,589 14,649 ,000
x1z1 ,142 ,114 ,068 1,241 ,221
a. Variable dependiente: y1
Modelo con interacciones
Resumen del modelo

R cuadrado Error típ. de la

Modelo R R cuadrado corregida estimación
1 ,987 a ,975 ,973
a. Variables predictoras: (Constante), x2z2, z2, x2

ANOVAb

Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 1533,096 3 511,032 593,559 ,000 a
Residual 39,604 46 ,861
Total 1572,700 49
a. Variables predictoras: (Constante), x2z2, z2, x2
b. Variable dependiente: y2

Coeficientesa

Coeficientes
Coeficientes no estandarizados tipificados
Modelo B Error típ. Beta t Sig.
1 (Constante) -,235 ,189 -1,243 ,220
x2 ,796 ,115 ,247 6,902 ,000
z2 3,025 ,267 ,270 11,320 ,000
x2z2 3,288 ,152 ,781 21,599 ,000
a. Variable dependiente: y2
Multicolinealidad

El cálculo de los estimadores de los parámetros en regresión múltiple

requiere resolver un sistema de k + 1 ecuaciones con k + 1 incógnitas.

Cuando una de las Xj es combinación lineal de las restantes variables

regresoras, el sistema es indeterminado. Entonces diremos que las
variables explicativas son colineales.

En la práctica esto nunca pasa de manera exacta, aunque sı́ es posible que
en un conjunto de datos algunas de las variables regresoras se puedan
describir muy bien como función lineal de las restantes variables.

Este problema, llamado multicolinealidad, hace que los estimadores de los

parámetros β̂i tengan alta variabilidad (errores tı́picos muy grandes) y sean
muy dependientes entre sı́.
Multicolinealidad

Y
y x1 x2
-0.67 -0.43 -0.57
4.36 1.36 1.42
0.70 0.52 0.45

X1
-1.00 -0.12 -0.33
-1.59 -0.48 -0.56
-3.13 -0.98 -1.00
-2.40 -1.04 -0.83
1.79 1.45 1.44
1.95 1.31 1.47
-0.70 -0.24 -0.32

X2
-1.97 -0.86 -1.32
1.82 0.89 0.84
1.49 0.53 0.54
-0.88 -0.44 -0.50 Y X1 X2
1.40 0.50 0.46
0.82 -0.66 -0.62 Correlaciones
0.51 0.46 0.32 Y X1 X2
0.83 0.33 0.19 Y Correlación de Pearson 1 ,906 ,902
Sig. (bilateral) ,000 ,000
3.11 1.58 1.80
N 20 20 20
-0.20 0.05 0.20 X1 Correlación de Pearson ,906 1 ,987
Sig. (bilateral) ,000 ,000
N 20 20 20
X2 Correlación de Pearson ,902 ,987 1
Sig. (bilateral) ,000 ,000
N 20 20 20
Multicolinealidad
Resumen del modelo

R cuadrado Error típ. de la

Modelo R R cuadrado corregida estimación
1 ,907 a ,823 ,803 ,84071
a. Variables predictoras: (Constante), X2, X1

ANOVAb

Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 56,049 2 28,025 39,651 ,000 a
Residual 12,015 17 ,707
Total 68,065 19
a. Variables predictoras: (Constante), X2, X1
b. Variable dependiente: Y

Coeficientesa

Coeficientes
Coeficientes no estandarizados tipificados
Modelo B Error típ. Beta t Sig.
1 (Constante) -,041 ,202 -,205 ,840
X1 1,360 1,426 ,601 ,954 ,354
X2 ,648 1,319 ,309 ,491 ,630
a. Variable dependiente: Y