Regresi\u00f3n 1 3337571 3337571 736298 24 45329 495

Regresión 1 3337571 3337571 736298 24 45329 495

This preview shows page 3 - 8 out of 14 pages.

Regresión 1 333.7571 333.7571 73.6298 Residual 18 81.5924 4.5329 Total 19 415.3495 Establecimiento de hipótesis H0: β1 =... βk = 0 (Las variable independiente no afectan a Y) Ha : βi ≠ 0 (Al menos una variable X afecta a Y) Estadística de prueba Fcalculada= (CM Regresión)/(CM Error)= 333.7571/4.5329=73.6298 Regla de decisión Rechazar H0 si Fcalculada es mayor Fteórica: F118 (0.01) = 8.29 Fcalculada = 37.9225 Conclusión Puesto que Fcalculada = 37.9225 es menor que Fteórica = 8.3 se acepta Ho. c. Pronostica el tiempo en llegar al centro comercial si la distancia es de 3, 4 y 6 kilómetros de distancia.
Image of page 3
Práctica de ejercicios Ŷ = b0 + b1X0 Ŷ = -6.7282 + 1.1799X0 Pronostica el tiempo para 3 kilómetros X0 = 3: Ŷ=-6.7282 + 1.1799*3 =-3.1887 Pronostica el tiempo para 3 kilómetros X0 = 4: Ŷ=-6.7282 + 1.1799*4 =-2.0088 Pronostica el tiempo para 3 kilómetros X0 = 6: Ŷ=-6.7282 + 1.1799*6 =0.3510 Calcula el coeficiente de correlación. Se calcula Sx: S_x= √( (∑X^2 -n(¯X )^2)/(n-1))= √((4021-20(13.75)^2) / (20-1))=√(239.75/19)=3.5522 Se calcula Sy: S_y= √( (∑Y^2 -n(¯Y )^2)/(n-1))= √((2218.45-20(9.495)^2)/(20- 1))=√(415.3495/19)=4.6755 Y se calcula el coeficiente de correlación r: r=b_1 S_x/S_y = 1.17993.5522/4.6755= 0.8964 Determina e interpreta el coeficiente de determinación en el contexto del problema. R^2= (0.8964) ^2= 0.8036 Realiza un breve resumen de los hallazgos . Para el ejercicio uno se siguió el procedimiento de obtención e interpretación de los coeficiente de regresión así como las pruebas de hipótesis sobre los coeficientes de regresión para llegar a los resultados obtenidos se siguió las formulas establecidas para cada caso, el ejercicio es extenso pero el desarrollarlo paso a paso nos ayuda para ir deduciendo pronósticos, resultados y darnos una idea en que campos puedes ir aplicando este tipo de modelos estadísticos. 3. ¿Existe relación entre el peso de una persona y la medida de su cintura en centímetros? Selecciona 10 personas del género masculino y 10 personas del género femenino y pídeles que te den su peso en kilogramos y la medida de su cintura en centímetros. Posteriormente
Image of page 4
Práctica de ejercicios denomina a la variable peso como Y y a la medida de la cintura como X.
Image of page 5
Práctica de ejercicios 4. Investiga acerca de 20 casas en venta en donde las variables son Y (metros de construcción) y X (metros de terreno), y realiza lo que se te indica: 5. Contesta lo siguiente: a. Realiza el diagrama de dispersión y describe el comportamiento de ambas variables. b. ¿Qué clase de relación crees que existe entre estas dos variables? Según la tabla de dispersión la variable de terreno x construcción generalmente se incremente cuando el terreno es mayor entre terreno y construcción. c. Calcula la recta de regresión de mínimos cuadrados. Se realiza la siguiente ecuación para obtener la pendiente de la línea: β_1= (∑YX-n ¯X ¯Y)/(∑X^2 -n(¯X )^2 ) β_1= (1130119-20(265.05)(184.7))/(1672979-20(265.05)^2 ) β_1= (1130119-979094.7)/(1672979-1405030.05) β_1= 151024.3/267948.95 = 0.5636
Image of page 6
Práctica de ejercicios Ahora se obtiene la ordenada al origen: β_0= ¯Y-β_1 ¯X β_0= 184.7- 0.5636(265.05) β_0= 35.3096 Obteniendo la ecuación de la recta de mínimos cuadrados: Ŷ = b0 + b1X0 Ŷ = 35.3096+ 0.5636X0 d. Prueba la significancia de la recta de regresión con un nivel de significancia α = 0.01.
Image of page 7
Image of page 8

  • Left Quote Icon

    Student Picture

  • Left Quote Icon

    Student Picture

  • Left Quote Icon

    Student Picture