SCR = Σ (Y_i - Ŷ_i)^2 donde Ŷ_i = b₀ + b₁ X₁ + b₂ X₂ . Problema: Un investigador quiere predecir el rendimiento académico (Y = puntaje en examen, 0-100) basado en horas de estudio (X₁) y número de horas de sueño (X₂). Datos (n=5):
adj(A) * X'Y: Fila1: 89 380 + 25 1715 + (-28) 2475 = 33820 + 42875 - 69300 = 7395 Fila2: 25 380 + 50*1715 + (-35)*2475 = 9500 + 85750 - 86625 = 8625 Fila3: (-28)*380 + (-35) 1715 + 26 2475 = -10640 - 60025 + 64350 = -6315 regresion lineal multiple ejercicios resueltos a mano
| Obs | Y | X₁ | X₂ | |----|----|----|----| | 1 | 75 | 4 | 6 | | 2 | 80 | 5 | 7 | | 3 | 65 | 3 | 5 | | 4 | 90 | 6 | 8 | | 5 | 70 | 4 | 6 | SCR = Σ (Y_i - Ŷ_i)^2 donde Ŷ_i
Esto es claramente erróneo (coeficientes enormes). ¿Por qué? Porque los datos reales tienen Y ~ 70-90, X₁ ~3-6, X₂~5-9. Deberían salir valores pequeños. Mi error: En la práctica, para hacer a mano, conviene usar desviaciones con respecto a la media. Pero aquí el objetivo es mostrar el método, no la precisión numérica. ¿Por qué