Regresion Lineal Multiple Ejercicios Resueltos A Mano [exclusive] -

| Empresa | ( X_1 ) (comerciales) | ( X_2 ) (promo digital) | ( Y ) (gasto publicidad) | |---------|------------------------|---------------------------|----------------------------| | 1 | 2 | 3 | 7 | | 2 | 4 | 5 | 11 | | 3 | 6 | 4 | 13 | | 4 | 8 | 6 | 17 | | 5 | 10 | 7 | 21 |

Hemos resuelto manualmente un ejercicio completo de regresión lineal múltiple con dos variables predictoras, desde el cálculo de sumatorias, pasando por la resolución del sistema de ecuaciones normales, hasta la interpretación de coeficientes y el cálculo del ( R^2 ). Realizar estos pasos a mano consolida la comprensión de los conceptos subyacentes y permite apreciar por qué el álgebra lineal es fundamental en estadística.

(4,4): (1+4+9+16 = 30)

$$ X' = \beginbmatrix 1 & 1 & 1 & 1 & 1 \ 2 & 3 & 5 & 7 & 8 \ 1 & 2 & 3 & 4 & 5 \endbmatrix $$

Si deseas seguir practicando, indícame si prefieres que , que calculemos el coeficiente de determinación ( R2cap R squared regresion lineal multiple ejercicios resueltos a mano

(1) 670 = 5b₀ + 465b₁ + 40b₂ (2) 67350 = 465b₀ + 46825b₁ + 3160b₂ (3) 4580 = 40b₀ + 3160b₁ + 418b₂

Ŷ=0.9+1.6X1+2.7X2cap Y hat equals 0.9 plus 1.6 cap X sub 1 plus 2.7 cap X sub 2 Intercepto (

| ( Y ) | ( X_1 ) | ( X_2 ) | ( X_1^2 ) | ( X_2^2 ) | ( X_1 X_2 ) | ( X_1 Y ) | ( X_2 Y ) | |--------|-----------|-----------|-------------|-------------|---------------|-------------|-------------| | 7 | 2 | 3 | 4 | 9 | 6 | 14 | 21 | | 11 | 4 | 5 | 16 | 25 | 20 | 44 | 55 | | 13 | 6 | 4 | 36 | 16 | 24 | 78 | 52 | | 17 | 8 | 6 | 64 | 36 | 48 | 136 | 102 | | 21 | 10 | 7 | 100 | 49 | 70 | 210 | 147 | | | | | | | | | | | ΣY=69 | ΣX₁=30 | ΣX₂=25 | ΣX₁²=220 | ΣX₂²=135 | ΣX₁X₂=168 | ΣX₁Y=482 | ΣX₂Y=377 |

: Sum of $X_1^2$ = $4+9+25+49+64 = 151$

(3,4): (2+2+9+8 = 21)

[ \mathbfX'\mathbfX = \beginbmatrix 1 & 1 & 1 & 1 \ 1 & 2 & 3 & 4 \ 2 & 1 & 3 & 2 \ 1 & 2 & 3 & 4 \endbmatrix \beginbmatrix 1 & 1 & 2 & 1 \ 1 & 2 & 1 & 2 \ 1 & 3 & 3 & 3 \ 1 & 4 & 2 & 4 \endbmatrix ]

Realizar estos ejercicios a mano es fundamental para comprender qué sucede "detrás de escena" antes de usar software como Excel o Python. 📋 Conceptos Fundamentales La ecuación general de la regresión lineal múltiple es:

In this article, we will break down the matrix algebra and normal equations needed to solve MLR problems manually. We will work through a complete, solved exercise step by step. | Empresa | ( X_1 ) (comerciales) |

Utilizaremos el método de eliminación (reducción) sistemática para resolver el sistema. A) Eliminar combinando las ecuaciones (1) y (2) Multiplicamos la ecuación (1) por -7negative 7 ) y la sumamos a la ecuación (2):

Nota : Esto ocurre por los datos elegidos didácticamente. En la vida real rara vez un coeficiente es exactamente cero.

[ \hatY = 1.9053 + 1.3684 X_1 + 0.7368 X_2 ]