Pasos en un múltiple Análisis problema de regresión

Al resolver problemas complejos de negocios, las herramientas adecuadas son necesarias para obtener una ventaja. La toma de decisiones con el menor riesgo y alta recompensa son esenciales para una sólida base de negocio. Un análisis de regresión múltiple se utiliza comúnmente para pintar una imagen de cómo dos o más variables independientes influirán en una variable dependiente. Esta información estadística es muy valiosa cuando se trata de predecir los resultados futuros o valor de correlación causal. El análisis de regresión también puede ayudarle a establecer y cumplir objetivos de la empresa.

Video: Regresión lineal múltiple Explicación básica Parte 1 de 2

Formular y afirmar la hipótesis de la investigación y la hipótesis nula. La hipótesis de la investigación es una predicción específica, comprobable sobre la relación entre las variables dependientes e independientes. La hipótesis nula sólo se demostrará si hay datos suficientes para la hipótesis alternativa de que sea factible. Los datos sólo pueden rechazar o no rechazar la hipótesis nula.

Reunir un gran conjunto de datos para cada variable.

Video: Ecuación de correlación lineal y coeficiente de correlación (Ejercicio 1)

Examine dispersión y medidas de tendencia central para determinar si cada variable independiente se distribuye normalmente.

Calcular el coeficiente de correlación y obtener un gráfico de dispersión para determinar si las relaciones de cada variable independiente son lineales con la variable dependiente.

Desarrollar una matriz de coeficiente de correlación para determinar si las variables independientes son también altamente correlacionados entre sí para demostrar la significación estadística. Invalidará las variables que están demasiado estrechamente correlacionados.

Video: Regresión lineal múltiple: cálculo con excel; lógica y explicación de parámetros

Utilice el formato Y = f (x1, x2, x3, ...) para desarrollar la ecuación de regresión a partir del conjunto de datos.

Determinar la significación estadística para cada coeficiente y la ecuación de regresión completa mediante el ensayo y el cálculo de las medidas apropiadas de asociación.

Video: Ejemplo 2 regresion lineal simple

Aceptar o rechazar la hipótesis nula y la hipótesis de investigación. Utilice esta información para determinar las implicaciones del mundo real de los datos.