Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PUNTOS TEORICOS
DEMANDA
PRECIO X
Y
0.5
1
0.6
0.7
1.5
XY
Y^2
0.5
0.5
0.25
0.6
0.7
1.5
3.3
1.1
1.5
3
6.6
0.66
1.05
4.5
6.71
0.36
0.49
2.25
3.35
46.713.36.6
b1
b0=
1.1
1.5
3
43.35(3.3)2
6.6
4
=2.0159
3.3
- 0.2.0159*
= - 0.013147
-0.013127+2.0159*X
2014
2014
INTERPRETACION
La salida muestra los resultados de ajustar un modelo lineal para describir la
relacin entre Y y X. La ecuacin del modelo ajustado es
Y = -0.0131474 + 2.01594*X
Puesto que el valor-P en la tabla ANOVA es menor que 0.05, existe una relacin
estadsticamente significativa entre Y y X con un nivel de confianza del 95.0%.
El estadstico R-Cuadrada indica que el modelo ajustado explica 99.228% de la
variabilidad en Y. El coeficiente de correlacin es igual a 0.996132, indicando
una relacin relativamente fuerte entre las variables. El error estndar del
estimado indica que la desviacin estndar de los residuos es 0.0996008. 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 0.0535857 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 mayor que 0.05, no
hay indicacin de una autocorrelacin serial en los residuos con un nivel de
confianza del 95.0%.
III.
TABLA DE DATOS
DEMANDA
Y
4
3
1
5
X1
2
1
3
4
2014
Se recolectan
SE
MATRICES DERIVADAS
PARAMETROS
COMO SE OBTIENE LAS MATRICES DERIVADAS
De cierta forma no se olviden de revisar el tema de multiplicacin de matrices.
Ya que el desarrollo de estas se har de forma manual, solo la inversa nos la
dar el profe.
CON RESPECTO AL USO DEL STATGRAPHICS TIENE QUE VER CON LA
INTERPRETACION
RELACIONARUN FACTOR REGRESION SIMPLE
RELACIONARVARIOS FACTORESREGRESION MULTIPLE
TENIENDO EN CUENTA QUE EL PROFESOR TE PODRIA DAR ESTA TABLA
CON RESPECTO EL PRIMER CUADRO ES DONDE ENCOTRAMOS LOS PARAMETROS
Y VARIABLES
Parmetro
CONSTANTE
X1
X2
Estimacin
1.53571
0.107143
0.321429
Error
Estndar
4.05636
1.2877
0.798596
Estadstico
T
0.378594
0.083205
0.402492
Valor-P
0.7696
0.9472
0.7564
PREGUNTAS FIJAS
2014
NO DEBEMOS REDONDEAR
La salida muestra los resultados de ajustar un modelo de regresin lineal
mltiple para describir la relacin entre Y y 2 variables independientes. La
ecuacin del modelo ajustado es
Y = 1.53571 + 0.107143*X1 + 0.321429*X2por eso k es 2
PRONSTICO
DOS SITUACIONES
Dentro del rango.- Dentro del mnimo y mximo de las variables Xi incluido el
mnimo y el mximo.
2014
CODIGO
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
Y
1
2
3
4
5
6
7
8
9
10
11
12
13
14
105
10.1
11.3
13.8
16.1
17.1
18
20.2
22.9
24.5
25.9
27.6
30.1
34.8
41.5
313.9
1
2
3
4
5
6
7
8
9
10
11
12
13
14
VENTAS
10.1
11.3
13.8
16.1
17.1
18
20.2
22.9
14.5
25.9
27.6
30.1
34.8
41.5
Log Y
Xlog Y
X^2
1.00432137 1.004321374
1.05307844 2.106156887
1.13987909 3.419637259
1.20682588 4.827303504
1.23299611 6.164980552
1.25527251 7.531635031
1.30535137 9.137459586
1.35983548 10.87868386
1.38916608 12.50249476
1.41329976 14.13299764
1.44090908
15.8499999
1.4785665 17.74279795
1.54157924 20.04053017
1.6180481 22.65267335
18.439129 147.9916718
1
4
9
16
25
36
49
64
81
100
121
144
169
196
1015
2014
Log b1
Log b0=
14147.991710518.4391
141015(105)2
18.4391
14
= 0.04262947
105
- 0.04262947*
14
=0.99735963
Antilogaritmo b0 9.93938757
INTERPRETACION
La salida muestra los resultados de ajustar un modelo lineal para describir la
relacin entre Y y X. La ecuacin del modelo ajustado es
Y = 0.99736 + 0.0426295*X
Puesto que el valor-P en la tabla ANOVA es menor que 0.05, existe una relacin
estadsticamente significativa entre Y y X con un nivel de confianza del 95.0%.
El estadstico R-Cuadrada indica que el modelo ajustado explica 98.2543% de
la variabilidad en Y. El coeficiente de correlacin es igual a 0.991233,
indicando una relacin relativamente fuerte entre las variables. El error
estndar del estimado indica que la desviacin estndar de los residuos es
0.0247409. 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 0.0201782 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.