ii Qu\u00e9 clase de relaci\u00f3n crees que existe entre estas dos variables iii Calcula

Ii qué clase de relación crees que existe entre

This preview shows page 3 - 6 out of 7 pages.

ii. ¿Qué clase de relación crees que existe entre estas dos variables? iii. Calcula la recta de regresión de mínimos cuadrados. iv. Prueba la significancia de la recta de regresión con un nivel de significancia α = 0.01. v. ¿Es significativa esta regresión? Explica. Concluye en el contexto del problema. Realiza todas las etapas de una prueba de hipótesis. vi. Pronostica los metros de construcción cuando los metros de terreno son de 90, 100 y 150 metros. vii. Calcula el coeficiente de correlación. viii. Determina e interpreta el coeficiente de determinación en el contexto del problema. ix. Realiza un breve resumen de los hallazgos. 4. Revisa la siguiente información tomada de la sección de avisos de ocasión. Precio (miles de pesos) Y Metros de terreno X 1 Metros de construcción X 2 Número de recámaras X 3 2700 288 378 4 1895 160 252 4 1397 230 252 4 1795 234 167 2 650 72 124 4 850 128 262 4
Image of page 3
Profesional Reporte 3875 188 246 4 4300 390 380 3 11850 885 775 4 11900 885 775 3 3250 150 233 3 6700 406 420 3 5499 320 390 4 4250 170 244 4 4250 170 233 3 470 160 127 3 500 90 73 2 550 91 73 2 650 110 90 2 550 90 74 2 620 172 76 2 1700 189 374 4 2330 300 330 4 1600 136 140 3 1100 144 290 3 Información obtenida de: solo para fines educativos. ESTADISTICAS DE LA REGRESION Coeficiente de 0.9396257 Coeficiente de 0.8828965 R^2 AJUSTADO 0.8661674 Observaciones 25 ANALISIS DE VARIANZA GRADOS DE LIBERTAD SUMA grados de libertad suma de cuadrados Promedio de los cuadrados F valor critico de f Regresión 3 213782653 71260884.34 52.7761646 5.94E-10 Residuos 21 2855197.53 1350247.501 Total 24 242137850.6 Fuente gl SS MS F Regresión K SSR MSR=SSR/k MSR/MSE Residuo o error n-(k+1) SSE MSE=SSE(n-(k+1) Total n-1 SS TOTAL
Image of page 4
Profesional Reporte Suma de cuadrados total = SS total = (Y-Y)2 Suma de cuadrados de la regresión= SSR – (Y-Y)2 Suma de cuadrados del error o residuos=SSE= (Y-Y)2 coeficientes error típico estadístico t probabilidad inferior 95% superior 95% Intercepción -602.568962 1152.57358 -0.522803032 0.60658383 -2999.4793 1794.339 X1 9.14198458 4.18496603 2.184482386 0.04040805 0.43887132 17.8450978 X2 5.93445053 5.216922985 1.137538459 0.26812631 -4.91473469 16.7836358 X3 -77.8102838 445.2393506 -0.174760572 0.86294171 -1003.7362 848.115631 Utiliza Excel o cualquier otro paquete estadístico como Minitab para realizar lo siguiente: a. Estima el modelo de regresión múltiple e interpreta los coeficientes de la ecuación de regresión lineal múltiple.
Image of page 5
Image of page 6

  • Left Quote Icon

    Student Picture

  • Left Quote Icon

    Student Picture

  • Left Quote Icon

    Student Picture