Regresin Simple - TIEMPO vs.

TEMPERATURA
Variable dependiente: TIEMPO Variable independiente: TEMPERATURA Lineal: Y = a + b*X Coeficientes Parmetro Intercepto Pendiente Mnimos Cuadrados Estimado -570,5 15,2705 Estndar Error 33,1684 0,864975 Gl 1 29 30 Estadstico T -17,2001 17,6542 Valor-P 0,0000 0,0000 Razn-F 311,67 Valor-P 0,0000

Anlisis de Varianza Fuente Suma de Cuadrados Modelo 2268,89 Residuo 211,112 Total (Corr.) 2480,0

Cuadrado Medio 2268,89 7,27973

Coeficiente de Correlacin = 0,956491 R-cuadrada = 91,4874 porciento R-cuadrado (ajustado para g.l.) = 91,1939 porciento Error estndar del est. = 2,6981 Error absoluto medio = 2,28921 Estadstico Durbin-Watson = 0,085845 (P=0,0000) Autocorrelacin de residuos en retraso 1 = 0,823949 El StatAdvisor La salida muestra los resultados de ajustar un modelo lineal para describir la relacin entre TIEMPO y TEMPERATURA. La ecuacin del modelo ajustado es TIEMPO = -570,5 + 15,2705*TEMPERATURA Puesto que el valor-P en la tabla ANOVA es menor que 0,05, existe una relacin estadsticamente significativa entre TIEMPO y TEMPERATURA con un nivel de confianza del 95,0%. El estadstico R-Cuadrada indica que el modelo ajustado explica 91,4874% de la variabilidad en TIEMPO. El coeficiente de correlacin es igual a 0,956491, indicando una relacin relativamente fuerte entre las variables. El error estndar del estimado indica que la desviacin estndar de los residuos es 2,6981. Este valor puede usarse para construir lmites de prediccin para nuevas observaciones, seleccionando la opcin de Pronsticos del men de texto. El error absoluto medio (MAE) de 2,28921 es el valor promedio de los residuos. El estadstico de Durbin-Watson (DW) examina los residuos para determinar si hay alguna correlacin significativa basada en el orden en el que se presentan en el archivo de datos. Puesto que el valor-P es menor que 0,05, hay indicacin de una posible correlacin serial con un nivel de confianza del 95,0%. Grafique los residuos versus el nmero de fila para ver si hay algn patrn que pueda detectarse.

Grfico de TIEMPO 30 25 20 15 10 5 0 0 5 10 15 predicho 20 25 30

Comparacin de Modelos Alternos Modelo Raz Cuadrada-X Cuadrado-X Raz Cuadrada de Y Raz Cuadrada Doble Raz Cuadrada-Y Log-X Raz Cuadrada-Y Inversa de X Cuadrado de X Lineal Raz Cuadrada deX Logaritmo de X Inversa de X Cuadrado Doble Cuadrado de Y Cuadrado-Y Raz Cuadrada-X Cuadrado-Y Log-X Cuadrado-Y Inversa de X Exponencial Inversa de Y Logartmico-Y Raz Cuadrada-X Inversa-Y Raz Cuadrada-X Multiplicativa Inversa-Y Log-X Curva S Doble Inverso Log-Y Cuadrado-X Inversa-Y Cuadrado-X Logstico Log probit El StatAdvisor

observado

Correlacin 0,9940 0,9938 0,9937 0,9935 -0,9932 0,9584 0,9565 0,9555 0,9546 -0,9526 0,8549 0,8516 0,8500 0,8484 -0,8451 <sin ajuste> <sin ajuste> <sin ajuste> <sin ajuste> <sin ajuste> <sin ajuste> <sin ajuste> <sin ajuste> <sin ajuste> <sin ajuste> <sin ajuste> <sin ajuste>

R-Cuadrada 98,80% 98,76% 98,73% 98,71% 98,65% 91,85% 91,49% 91,31% 91,12% 90,75% 73,08% 72,53% 72,25% 71,97% 71,41%

Esta tabla muestra los resultados de ajustar varios modelos curvilneos a los datos. De los modelos ajustados, el modelo raz cuadrada-Y X-cuadrada es el que arroja el valore ms alto de R-Cuadrada con 98,8013%. Este es 7,31384% mayor que el modelo lineal seleccionado. Para cambiar los modelos, seleccione el cuadro de dilogo de las Opciones de Anlisis.

COMPARACIN DE DOS MUESTRAS

Resumen Estadstico Recuento Promedio Mediana Moda Media Geomtrica Varianza Desviacin Estndar Coeficiente de Variacin Error Estndar Mnimo Mximo Rango Cuartil Inferior Cuartil Superior Rango Intercuartlico Sesgo Curtosis TIEMPO 31 15,0 15,0 TEMPERATURA 31 38,3419 38,5 38,3378 0,324329 0,569499 1,48532% 0,102285 37,0 38,99 1,99 37,95 38,82 0,87 -0,850152 -0,299602

82,6667 9,09212 60,6141% 1,63299 0 30,0 30,0 7,0 23,0 16,0 0 -1,2

El StatAdvisor Esta tabla contiene el resumen estadstico para las dos muestras de datos. Pueden utilizarse otras opciones tabulares, dentro de este anlisis, para evaluar si las diferencias entre los estadsticos de las dos muestras son estadsticamente significativas. De particular inters son el sesgo estandarizado y la curtosis estandarizada que pueden usarse para comparar si las muestras provienen de distribuciones normales. Valores de estos estadsticos fuera del rango de -2 a +2 indican desviaciones significativas de la normalidad, lo que tendera a invalidar las pruebas que comparan las desviaciones estndar. En este caso, ambos valores de sesgo estandarizado se encuentran dentro del rango esperado. Ambas curtosis estandarizadas se encuentran dentro del rango esperado.

COMPARACIN DE MEDIAS
Intervalos de confianza del 95,0% para la media de TIEMPO: 15,0 +/- 3,33502 [11,665, 18,335] Intervalos de confianza del 95,0% para la media de TEMPERATURA: 38,3419 +/- 0,208894 [38,133, 38,5508] Intervalos de confianza del 95,0% intervalo de confianza para la diferencia de medias suponiendo varianzas iguales: -23,3419 +/- 3,27288 [-26,6148, -20,0691]

PRUEBA T PARA COMPARAR MEDIAS

Hiptesis nula: media1 = media2 Hiptesis Alt.: media1 <> media2 suponiendo varianzas iguales: t = -14,266 valor-P = 0 Se rechaza la hiptesis nula para alfa = 0,05. El StatAdvisor Esta opcin ejecuta una prueba-t para comparar las medias de las dos muestras. Tambin construye los intervalos, cotas, de confianza para cada media y para la diferencia entre las medias. De inters particular es el intervalo de confianza para la diferencia entre las medias, el cual se extiende desde -26,6148 hasta -20,0691. Puesto que el intervalo no contiene el valor 0, existe una diferencia estadsticamente significativa entre las medias de las dos muestras, con un nivel de confianza del 95,0%. Tambin puede usarse una prueba-t para evaluar hiptesis especficas acerca de la diferencia entre las medias de las poblaciones de las cuales provienen las dos muestras. En este caso, la prueba se ha construido para determinar si la diferencia entre las dos medias es igual a 0,0 versus la hiptesis alterna de que la diferencia no es igual a 0,0. Puesto que el valor-P calculado es menor que 0,05, se puede rechazar la hiptesis nula en favor de la alterna.

NOTA: estos resultados asumen que las varianzas de las dos muestras son iguales. En este caso, la suposicin es cuestionable puesto que los resultados de la prueba-F para comparar las desviaciones estndar sugieren que pueden existir diferencias significativas entre ellas. Pueden verse los resultados de esta prueba seleccionando Comparacin de Desviaciones Estndar del men de Opciones Tabulares.