Documentos de Académico
Documentos de Profesional
Documentos de Cultura
datos que representan el arriendo, superficie y distancia medida en cuadras. Estos datos
pertenecen a estudiantes que viven cerca o por el sector adyacente a la universidad.
Se realizar un modelamiento matemtico por medio de una regresin mltiple para determinar
la ecuacin que nos permitir obtener el costo del arriendo dependiendo de la superficie
habitacional y la distancia que usa a la ESPEL como eje central para nuestro estudio.
ARRIENDO
$
90
100
120
150
130
180
130
80
190
180
75
80
SUPERFICIE
20
25
22
18
22
20
20
18
24
24
20
16
DISTANCIA EN
CUADRAS
3
2
1
0.5
1.5
0.5
1.5
5
0.5
0.5
5
4
ARRIENDO
(y)
SUPERFICIE
(x1)
DISTANCIA EN
CUADRAS (x2)
90
100
120
150
130
180
130
80
190
180
75
80
y=1505
20
25
22
18
22
20
20
18
24
24
20
16
x1=249
3
2
1
0.5
1.5
0.5
1.5
5
0.5
0.5
5
4
x2=25
1800
2500
2640
2700
2860
3600
2600
1440
4560
4320
1500
1280
1 =31800
1. =+1 1+2 2
2. 1= 1+1 1^2+2 12
3. 2= 2+1 12+22^2
1505=12*bo+b1*249+b2*25
31800=bo*249+b1*5249+b2*(249)*(25)
2425=bo*25+b1*(249)*(25)+b2*85.5
RESOLUCION
bo= 127.8000
b1= -0.1250
b2= 0.1020
ECUACIN RESULTANTE DE LA REGRESION
y=bo+b1x1+b2x2
y=127.8-0.125X1+0.1020X2
400
625
484
324
484
400
400
324
576
576
400
256
1^2=5249
270
200
120
75
195
90
195
400
95
90
375
320
2 =2425
9
4
1
0.25
2.25
0.25
2.25
25
0.25
0.25
25
16
2^2=85.5
Grados
de
libertad
Suma de
cuadrados
Promedio de los
cuadrados
Valor crtico
de F
Regresin
15103.10564
7551.552818
15.91732629
0.0011078
Residuos
4269.811031
474.4234479
Total
11
19372.91667
ANLISIS DE DATOS:
Resumen
Estadsticas de la regresin
Coeficiente de correlacin
mltiple
Coeficiente de determinacin
R^2
R^2 ajustado
0.882949012
Error tpico
21.78126369
0.779598957
0.730620948
Observaciones
12
ANLISIS DE VARIANZA:
Coeficient
es
Error
tpico
Estadstico t
Probabilida
d
Inferior
95%
Superior
95%
Inferior
95.0%
Superior
95.0%
Intercepcin
Variable X 1
168.763
63.4053
2.661653
0.0259753
25.33013
312.19543
25.3301
312.19543
0.04212
2.79255
0.015082
0.9882955
-6.27506
6.3592972
-6.27506
6.35929724
Variable X 2
-21.226
4.38114
-4.844778
0.0009149
-31.13646
-11.314817
-31.1364
-11.314816
Pronstico
para Y
Residuos
105.928245
-15.9282
127.364473
-27.3645
3 148.4637536
-28.4638
4 158.9080978
-8.9081
5 137.8509356
-7.85094
6 158.9923347 21.00767
7 137.7666988
-7.7667
8 63.39273637 16.60726
9 159.1608083 30.83919
10 159.1608083 20.83919
11 63.47697321 11.52303
12 84.53413539
-4.53414
Y
Pronstico para Y
Poly. (Pronstico para Y)
10
15
Variable X 1
20
25
30
150
100
Pronstico para Y
50
0
0
3
Variable X 2
=
y=127.8-0.125(20)+0.1020(3)=125.606
y=127.8-0.125(25)+0.1020(2)=124.879
y=127.8-0.125(22)+0.1020(1)=125.152
y=127.8-0.125(18)+0.1020(0.5)=127.386
y=127.8-0.125(22)+0.1020(1.5)=125.203
y=127.8-0.125(20)+0.1020(0.5)=125.351
y=127.8-0.125(20)+0.1020(1.5)=125.453
y=127.8-0.125(18)+0.1020(5)=126.06
y=127.8-0.125(24)+0.1020(0.5)=124.851
y=127.8-0.125(24)+0.1020(0.5)=124.851
y=127.8-0.125(20)+0.1020(5)=125.81
y=127.8-0.125(16)+0.1020(4)=126.208
125.606
124.879
125.152
127.386
125.203
125.351
125.453
126.06
124.851
124.851
125.81
126.208
Yi
90
100
120
150
130
180
130
80
190
180
75
80
(Yi-Y)*(Yi-Y)
1267.787236
618.964641
26.543104
511.392996
23.011209
2986.513201
20.675209
2121.5236
4244.392201
3041.412201
2581.6561
2135.179264
19579.05096
=46.64
COEFICIENTE DE DETERMINACION
Y=1505/12=125.41
Y
Yi
125.606
125.41
0.038416
90
1253.8681
124.879
125.41
0.281961
100
645.6681
125.152
125.41
0.066564
120
29.2681
127.386
125.41
3.904576
150
604.6681
125.203
125.41
0.042849
130
21.0681
125.351
125.41
0.003481
180
2980.0681
125.453
125.41
0.001849
130
21.0681
126.06
125.41
0.4225
80
2062.0681
124.851
125.41
0.312481
190
4171.8681
124.851
125.41
0.312481
180
2980.0681
125.81
125.41
0.16
75
2541.1681
126.208
125.41
0.636804
80
2062.0681
0.779=77.9%
R=0.88=88%