Está en la página 1de 8

Resumen

Estadsticas de la regresin
Coeficiente de correlacin
0.84649854mltiple
Coeficiente de determinacin
0.71655978 R^2
R^2 ajustado 0.67120934
Error tpico
1.64047872
Observaciones
30
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Valor crtico de F
Regresin
4 170.087406 42.5218515 15.8005049 1.4253E-06
Residuos
25 67.2792606 2.69117043
Total
29 237.366667

Intercepcin
Variable X 1
Variable X 2
Variable X 3
Variable X 4

Coeficientes Error tpico Estadstico t Probabilidad Inferior 95% Superior 95%


26.66685 3.27808465 8.13488757
1.73E-08 19.9155131
33.418187
-0.08775051 0.01806201 -4.8582918 5.3793E-05 -0.12494988 -0.05055113
0.13820409 0.08664608 1.59504156 0.12326845 -0.04024672
0.3166549
-0.07589506 0.01922563 -3.94759851 0.00056675 -0.11549095 -0.03629917
-0.54427859
0.8846201 -0.61526818 0.54393832 -2.36618651 1.27762932

Anlisis de los residuales


ObservacinPronstico para Y Residuos
1 11.6928724 -1.6928724
2 12.3487559 -0.34875587
3 10.9822023 2.01779768
4 11.9231469 2.07685313
5 10.9450337 -1.94503367
6 8.79955154 -0.79955154
7 7.32532513 -3.32532513
8 3.50205646 -0.50205646
9 14.0006989 0.99930113
10 13.9304249 -1.9304249
11 12.9826459 0.01735412
12
12.346412 1.65358797
13 11.4164642 0.58353578
14 8.90945312 1.09054688
15 7.76653662 2.23346338
16 12.4714726 -0.4714726
17
8.8849845
2.1150155
18 11.7959395 0.20406049
19 7.57321756 2.42678244
20 8.05575996 -0.05575996
21 8.09089694 0.90910306
22 9.63731386 0.36268614
23 10.1549932 0.84500675
24 12.6517633 -0.65176327

25
26
27
28
29
30

13.3338187
10.6575136
8.35663676
10.2495226
8.53830235
7.67628466

-0.33381866
-0.65751363
0.64336324
-2.24952258
-0.53830235
-2.67628466

Variable X 2 Curva de regresin ajustada

20
15
10
5
0

20
15
10
50
5
0

Y Pronstico para Y
Variable X 3 Curva
de regresin ajustada

100
150
200
Variable X 4 Curva
20
15
Variable
X1
10
0
5
10
15
20
5
20
0
15X 2
Variable
10
0
50
100
5
0
Variable X 3
0
1

de regresin

Variable X 1 Curva de regresin ajustada

Variable X 4
Inferior 95.0%Superior 95.0%
19.9155131
33.418187
-0.12494988 -0.05055113
-0.04024672
0.3166549
-0.11549095 -0.03629917
-2.36618651 1.27762932

egresin ajustada

para Y
3 Curva Pronstico
de regresin
ajustada

Variable X 4 Curva de regresin ajustada


Y

20

Pronstico para Y
Y Pronstico para Y

150
1

1
Variable X 4

200
2

Pronstico para Y

En un estudio tranversal, se quiere determinar la cantidad de rebanadas de pizza que se venden en las cafeteras de 30 universida
Se cree que la cantidad de este bien est determinado por su precio, el ingreso familar (medido con el costo de la colegiatura), el p
Utilizando mnimos cuadrados ajuste la mejor curva y explique sus criterios para seleccionarla.
UniversidadQ Pizza

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

Precio

10
12
13
14
9
8
4
3
15
12
13
14
12
10
10
12
11
12
10
8
9
10
11
12
13
10
9
8
8
5

Cto. colegiatura

100
100
90
95
110
125
125
150
80
80
90
100
100
110
125
110
150
100
150
150
150
125
125
100
75
100
110
125
150
150

Precio Bebidas

14
16
8
7
11
5
12
10
18
12
6
5
12
10
14
15
16
12
12
10
13
15
16
17
10
12
6
10
8
10

100
95
110
90
100
100
125
150
100
90
80
75
100
125
130
80
90
95
100
90
95
100
95
100
100
110
125
90
80
95

Ubicacin

1
1
1
1
0
0
1
0
1
1
1
1
1
0
0
1
0
1
0
0
0
1
1
0
1
1
0
0
0
0

pizza que se venden en las cafeteras de 30 universidades.


eso familar (medido con el costo de la colegiatura), el precio de la bebida, y la ubicacin de la universidad; si est en la ciudad= 1, si est alejada de los c

Q Pizza en miles de rabanadas al mes


Precio en centavos de dlar
Cto. de la colegiatura en miles de dlares
Precio promedio de las de las bebidas en centavos de dlar

sidad; si est en la ciudad= 1, si est alejada de los centros urbanos = 0.