Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejemplo 1:
En 1988 se publicó un trabajo “Efecto de la temperatura en el pH de la leche
descremada”, donde se estudia X= la temperatura en grado Celcius bajo diferentes
condiciones experimentales e Y= el pH de la leche. Los datos usados en la
investigación son:
Temperatura 4 4 24 24 25 38 38 40
pH 6,9 6,8 6,6 6,7 6,7 6,6 6,6 6,5
Temperatura 45 50 55 56 60 67 70 78
pH 6,5 6,5 6,4 6,4 6,4 6,3 6,3 6,3
7.0
6.9
6.8
6.7
6.6
6.5
6.4
6.3
PH
6.2
0 20 40 60 80
Temperatura
Respuesta:
Para encontrar la recta de regresión tenemos que calcular los coeficientes:
0,1815
b = −0,9752 = −0,008
22,0994
Coeficientes
Coeficientes no estandarizad
estandarizados os
Modelo B Error típ. Beta t Sig.
1 (Constante) 6.871 .023 297.823 .000
Temperatura -.008 .000 -.975 -16.485 .000
a. Variable dependiente: PH
Respuesta:
- intercepto: 6,87, el intercepto es el valor de y cuando x=0, en este caso lo
interpretamos como: si la temperatura fuera cero, el pH de la leche sería 6,87.
- pendiente: -0,008, la pendiente representa el cambio en y por unidad de cambio
en x, en este caso, si la temperatura de la leche aumenta en un grado, el pH de la
leche disminuye en 0,008 unidades de pH.
Respuesta:
El residuo de la última observación:
e16 = 0,0537
Respuesta:
El método de mínimos cuadrados minimiza la suma de los residuos, por lo que la suma
de estos vale CERO por definición.
Correlaciones
Taller 1 Taller 2
Prueba 1 Muestreo Prueba 2 Descriptiva
Prueba 1 Correlación de Pearson 1 .252 .467** .151
Sig. (bilateral) .137 .004 .379
N 36 36 36 36
Taller 1 Muestreo Correlación de Pearson .252 1 .078 .118
Sig. (bilateral) .137 .645 .486
N 36 37 37 37
Prueba 2 Correlación de Pearson .467** .078 1 .163
Sig. (bilateral) .004 .645 .335
N 36 37 37 37
Taller 2 Descriptiva Correlación de Pearson .151 .118 .163 1
Sig. (bilateral) .379 .486 .335
N 36 37 37 37
**. La correlación es significativa al nivel 0,01 (bilateral).
Coeficientes
Coeficientes no estandarizad
estandarizados os
Modelo B Error típ. Beta t Sig.
1 (Constante) 2.886 .632 4.563 .000
Prueba 1 .394 .128 .467 3.079 .004
a. Variable dependiente: Prueba 2
Respuesta:
El coeficiente de correlación entre la prueba 1 y la prueba 2 es de r = 0,467.
Respuesta:
A partir de la salida de SPSS, se tiene que la recta de regresión es:
prueba 2 = 2,886 + 0,394 prueba 1
Interpretación: Intercepto = 2,886 nos dice que si la nota en la prueba 1 fuera cero,
la nota en la prueba 2 sería un 2,886.
Respuesta:
La recta de regresión es: prueba 2 estimado = 2,886 + 0,394 x 6,0 = 5,25.
5,25 es la nota estimada en la prueba 2.
Respuesta:
Uno de los supuestos de la regresión lineal es que los residuos no tienen ningún
patrón. En este caso notamos que no existe un patrón en los residuos, se distribuyen
alrededor del cero sin una forma definida.