Está en la página 1de 55

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.962084131571757
Coeficiente de determinación R^2 0.925605876222182
R^2 ajustado 0.922948943230117
Error típico 3.47493350318629
Observaciones 30

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Promedio de los cuadrados F
Regresión 1 4206.67052 4206.67052 348.37381258
Residuos 28 338.10456 12.0751629
Total 29 4544.77508

Coeficientes Error típico Estadístico t Probabilidad


Intercepción b0 -44.1724596019168 7.34607081 -6.01307294 1.7668323E-06
Assessed Value b1 1.78171413890954 0.09545865 18.6647746 2.4640848E-17

Análisis de los residuales

Observación Pronóstico Price($000) Residuos


1 95.1041346366422 -1.00413464
2 98.7922829041849 3.1077171
3 87.7278381015567 0.9221619
4 109.607287727366 5.89271227
5 89.848077926859 -2.34807793
6 72.6010850622147 -0.60108506
7 84.8770954793014 6.62290452
8 108.360087830129 5.53991217
9 64.1557600437834 5.18423996
10 101.714294091997 -4.81429409
11 96.7789459272172 -0.77894593
12 62.6056687429321 -0.70566874
13 89.9371636338045 3.06283637
14 108.841150647635 0.65884935
15 92.3781120041106 1.371888
16 106.132945156492 0.56705484
17 85.7857696901453 -4.28576969
18 92.1286720246632 2.37132798
19 73.9195535250077 -4.91955353
20 97.9014258347302 -1.00142583
21 85.5006954279198 0.99930457
22 94.6230718191366 3.27692818
23 88.2267180604513 -5.22671806
24 98.0974143900102 -0.79741439
25 106.881265094834 -6.08126509
26 101.233231274491 -3.33323127
27 89.3135636851862 1.18643631
28 98.3290372280685 -1.32903723
29 94.7299746674712 -2.72997467
30 96.7076773616607 -0.80767736
Valor crítico de F
2.46408E-17

Inferior 95% Superior 95%Inferior 95,0%


Superior 95,0%
-59.2202035 -29.1247157 -59.2202035 -29.1247157
1.58617596 1.97725231 1.58617596 1.97725231
Price($000) Assessed Value
94.1 78.17
101.9 80.24
88.65 74.03 PRIC
115.5 86.31 140
87.5 75.22
72 65.54 120

91.5 72.43 100 f(x) = 1.781714138909


113.9 85.61
69.34 60.8 80
96.9 81.88 60
96 79.11
61.9 59.93 40
93 75.27 20
109.5 85.88
93.75 76.64 0
55 60 65
106.7 84.36
81.5 72.94
94.5 76.5 b0 -44.1724596
69 66.28 b1 1.7817141389
96.9 79.74
86.5 72.78
97.9 77.9
83 74.31
97.3 79.85
100.8 84.78
97.9 81.61
90.5 74.92
97 79.98 y=1,7817*x-44,1725
92 77.96
95.9 79.07 Precio $ 70,000
x

Coeficiente de determinación R^2 0.9256058762

D) El 92,56% de la variación del p


del valor del avaluo
PRICE VS ASSESSED VALUE
140

120

100 f(x) = 1.78171413890954 x − 44.1724596019168

80

60

40

20

0
55 60 65 70 75 80 85 90

B) Interpretación b0: Esto quiere decir que si el avaluo es 0


el precio de la casa es -44,1725 miles de dolares , esto
quiere decir que si el avaluo es 0 el valor de la casa en miles
de dolare reales sería 0
Interpretación
b1: Por cada incremento en el valor del avaluo el precio de
la casa aumentará 1,781714 miles de dolares

y=1,7817*x-44,1725

$ 39,313

C) El valor del avaluo para una casa cuyo valor es de $70000 es de $39313

D) El 92,56% de la variación del precio de las casas se explica por la variación


del valor del avaluo

Residuos Residuos
-1.0041346366422
8

4
Residuos
8
3.1077170958151
0.9221618984433 6

5.8927122726342 4
-2.348077926859
2
-0.6010850622147
6.6229045206986 0
0 5 10 15 20 25 30 35
5.5399121698708 -2
5.1842399562166
-4.8142940919966 -4

-0.7789459272172 -6
-0.7056687429321
-8
3.0628363661955
0.6588493523653
1.3718879958894
0.5670548435077
-4.2857696901453 E) Aunque hay una dispersión extendida en la
2.3713279753368 grafica residual, no existe un patrón aparente
o relación entre residuos. Los valores se
-4.9195535250077 extienten para arriba y para abajo . Se
-1.0014258347302 concluye que el modelo lineal es apropiado
0.9993045720802 para el cálculo del precio de las casas.
3.2769281808634
-5.2267180604514
-0.7974143900102
-6.0812650948343
-3.333231274491
1.1864363148138
-1.3290372280685
-2.7299746674712
-0.8076773616607

Valor crítico de F F) P-value es casi cero; entonces con un nivel de significancia del 0,05. Se
2.4640848123E-17 concluye que el valor del avaluo se relaciona significativamente con el
precio de las casas
Residuos
Residuos
-6.081265
-5.226718 8

2
Residuos
8

-4.919554 6
-4.814294
4
-4.28577
-3.333231 2
-2.729975 0
-2.348078 0 5 10 15 20 25 30 35
5 30 35 -2
-1.329037
-1.004135 -4
-1.001426
-6
-0.807677
-0.797414 -8
-0.778946
-0.705669
-0.601085
0.5670548
dida en la 0.6588494
aparente 0.9221619 E) Los residuos no fluctúan hacia arriba y hacia
es se abajo y no presenta un patrón cíclico. Por lo
Se 0.9993046 tanto se puede perder la preocupación sobre
ropiado 1.1864363 la independencia de los errores
as. 1.371888
2.371328
3.0628364
3.1077171
3.2769282
5.18424
5.5399122
5.8927123
6.6229045

ificancia del 0,05. Se


ativamente con el
30 35
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.81199569
Coeficiente de determinación R^2 0.65933699
R^2 ajustado 0.63313215
Error típico 2.91892772
Observaciones 15

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 214.374192 214.374192 25.1608796 0.0002361602241
Residuos 13 110.761808 8.52013905
Total 14 325.136

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%


Intercepción (b0) 51.9153399 5.56252089 9.33305978 3.98327E-07 39.898244167273
Heating Area (b1) 16.6333695 3.3160214 5.01606216 0.00023616 9.4695407673596

Análisis de los residuales

Observación Pronóstico Assessed Value


Residuos
1 85.1820789 -0.78207888
2 80.3584017 -2.95840173
3 76.0337257 -0.33372567
4 81.1900702 4.70992979
5 84.017743 -4.91774302
6 71.8753833 -1.4753833
7 77.6970626 -1.89706262
8 84.017743 1.88225698
9 78.3623974 0.1376026
10 76.8653941 2.33460585
11 83.5187419 3.18125807
12 75.0357235 4.2642765
13 77.5307289 -3.03072892
14 83.3524082 0.44759176
15 78.3623974 -1.5623974
Superior 95% Inferior 95,0% Superior 95,0%
63.9324357 39.8982441672727 63.9324357
23.7971982 9.46954076735958 23.7971982

y=
Assessed Value Heating Area
84.4 2
77.4 1.71
75.7 1.45 Hea
85.9 1.76 100
79.1 1.93 90
70.4 1.2 80 f(x) = 16.633369469826 x + 51.915339941149
75.8 1.55 70
85.9 1.93
60
78.5 1.59
50
79.2 1.5
40
86.7 1.9
30
79.3 1.39
74.5 1.54 20

83.8 1.89 10
76.8 1.59 0
1.1 1.2 1.3 1.4 1.5
Dependiente y Independiente x

a. Grafique un diagrama de dispersión y suponien


para calcular los coeficientes de regresión bo y b1
b0=51,9153
b1=16,6333
b. Interprete el significado de la intersección en Y
Esto quiere decir que para un área de 0 el Valor d
partida.
Por cada incremento en el área (miles de pies cua
miles de dolares
c.
Residuos
-0.7820788808012
-2.9584017345516
-0.3337256723969
4.70992979195707
-4.9177430179134
-1.4753833049404
-1.8970626193795
1.88225698208664
0.1376026018275
2.33460585411183
3.18125806618143
4.26427649579269
-3.0307289246812
0.4475917608797
-1.5623973981725

Residuos
-4.9177430179134
-3.0307289246812
-2.9584017345516
-1.8970626193795
-1.5623973981725
-1.4753833049404
-0.7820788808012
-0.3337256723969
0.1376026018275
0.4475917608797
1.88225698208664
2.33460585411183
3.18125806618143
4.26427649579269
4.70992979195707

Valor crítico de F
0.0002361602241 F) P-value es casi cero; entonces con un
concluye que el área de calefacción se re
Heating Area
100
90
80 f(x) = 16.633369469826 x + 51.9153399411492
70
60
50
40
30
20
10
0
1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2 2.1

a. Grafique un diagrama de dispersión y suponiendo una relación lineal, utilice el método de mínimos cuadrados
para calcular los coeficientes de regresión bo y b1.
b0=51,9153
b1=16,6333
b. Interprete el significado de la intersección en Y, bo, y de la pendiente b1 para este problema.
Esto quiere decir que para un área de 0 el Valor del avaluo es 51,9153 miles de dólares este es el punto de
partida.
Por cada incremento en el área (miles de pies cuadrados )de calefacción el valor del avaluo aumentará 16,6333
miles de dolares
c.

y=16,6333*x+51,9153

Utilice la línea de predicción desarrollada en el punto a, para predecir el valor de avalúo


para una casa con un área de calefacción de 1750 pies cuadrados.

Valor del avalúo 29160.19

El valor del avaluo será de 29160,2 miles de dolares para una casa
con un área de calefacción de 1750 pies cuadrados
El valor del avaluo será de 29160,2 miles de dolares para una casa
con un área de calefacción de 1750 pies cuadrados

Coeficiente de determinación R^2 0.659337

Parte pero no toda la variación en el


valor del avaluo es explicada por
variación en el área de la calefacción ya
que el coeficiente de determinación es
del 65,93% así que es débil la relación
entre las variables

Residuos
6
E) Aunque hay una dispe
4 grafica residual, no exist
o relación entre residuos
extienten para arriba y p
2
concluye que el modelo
para el cálculo del valor
0
0 2 4 6 8 10 12 14 16

-2

-4

-6

Residuos
6

2 E) Los residuos no fluc


abajo y no presenta u
0
tanto se puede perde
0 2 4 6 8 10 12 14 16 la independencia de l
-2

-4

-6
-4

-6

F) P-value es casi cero; entonces con un nivel de significancia del 0,05. Se


concluye que el área de calefacción se relaciona con el valor del avaluo
cuadrados

o de

16,6333
E) Aunque hay una dispersión extendida en la
grafica residual, no existe un patrón aparente
o relación entre residuos. Los valores se
extienten para arriba y para abajo . Se
concluye que el modelo lineal es apropiado
para el cálculo del valor del avaluo

E) Los residuos no fluctúan hacia arriba y hacia


abajo y no presenta un patrón cíclico. Por lo
tanto se puede perder la preocupación sobre
la independencia de los errores
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.893209459007696
Coeficiente de determinación R^2 0.79782313766082
R^2 ajustado 0.786591089753088
Error típico 0.155870258186287
Observaciones 20

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 1 1.72573533 1.72573533 71.0309593
Residuos 18 0.43731967 0.02429554
Total 19 2.163055

Coeficientes Error típico Estadístico t Probabilidad


Intercepción b0 0.300323308208673 0.36157714 0.83059263 0.41708518
GMAT b1 0.004870225902041 0.00057786 8.42798667 1.15758E-07

Análisis de los residuales

Observación Pronóstico GPI Residuos


1 3.65103872881309 0.06896127
2 3.4513594668294 -0.01135947
3 3.47571059633961 -0.2657106
4 3.26142065664979 0.02857934
5 3.61207692159676 0.29792308
6 3.30525268976816 -0.02525269
7 3.01303913564568 0.00696086
8 3.21758862353142 -0.08758862
9 3.30038246386612 0.14961754
10 3.19323749402121 0.13676251
11 3.0617413946661 0.00825861
12 2.93998574711506 -0.07998575
13 2.98381778023343 -0.07381778
14 3.09096275007834 -0.30096275
15 2.91076439170281 0.08923561
16 3.41239765961307 0.13760234
17 3.31499314157224 0.15500686
18 3.68026008422534 -0.08026008
19 3.79714550587433 0.08285449
20 3.99682476785803 -0.23682477
Inferior 95% Superior 95%Inferior 95,0%
Superior 95,0%
-0.4593220766542 1.05996869 -0.45932208 1.05996869
0.0036561797317 0.00608427 0.00365618 0.00608427
GMAT GPI
688 3.72
647 3.44
652 3.21
608 3.29 GPI
680 3.91 4.5
617 3.28
4
557 3.02 f(x) = 0.004870225902041 x + 0.300323308208671
3.5 R² = 0.79782313766082
599 3.13
616 3.45 3

594 3.33 2.5


567 3.07 2
542 2.86 1.5
551 2.91
1
573 2.79
0.5
536 3
639 3.55 0
500 550 600 650
619 3.47
694 3.6
718 3.88 Intercepción b0
759 3.76 GMAT b1
X variable independiente y variale dependiente

a. Grafique un diagrama de dispersión y suponiendo una re


coeficientes de regresión bo y b1.
b0=0,3000323
b1=0,00487
b. Interprete el significado de la intersección en Y, bo, y de
Esto quiere decir que para una puntuación de 0 en GMAT
Por cada incremento en los puntos de GMAT el Puntaje en

y=0,00487x+0,3003

GMAT
GMI

Un estudiante con una puntuación de 600 en GM

Coeficiente de determinación R^2


D) El 79,78% de la variación del puntaje en GMI se explica po
del puntaje en GMAT

Residuos
0.068961271186907
-0.0113594668294
-0.265710596339606
0.028579343350211
0.297923078403237
-0.025252689768161
0.006960864354318
-0.087588623531417
0.149617536133881
0.13676250597879
0.008258605333904
-0.079985747115063
-0.073817780233434
-0.300962750078343
0.089235608297186
0.13760234038693
0.155006858427757
-0.080260084225341
0.082854494125667
-0.236824767858027

Residuos
-0.300962750078343
-0.265710596339606
-0.236824767858027
-0.087588623531417
-0.080260084225341
-0.079985747115063
-0.073817780233434
-0.025252689768161
-0.0113594668294
0.006960864354318
0.008258605333904
0.028579343350211
0.068961271186907
0.082854494125667
0.089235608297186
0.13676250597879
0.13760234038693
0.149617536133881
0.155006858427757
0.297923078403237

Valor crítico de F
1.15757707583814E-07
GPI

225902041 x + 0.300323308208671
3766082

600 650 700 750 800

0.3003233
0.0048702

de dispersión y suponiendo una relación lineal, utilice el método de mínimos cuadrados para calcular los
bo y b1.

o de la intersección en Y, bo, y de la pendiente b1 para este problema.


a una puntuación de 0 en GMAT La puntuación del GPI es de 0,3 puntos.
os puntos de GMAT el Puntaje en GPI aumentará 0,00487 puntos

600
3.2223

on una puntuación de 600 en GMAT tendrá 3,22 puntos en GMI

0.7978231
del puntaje en GMI se explica por la variación

Residuos
0.4

0.3

0.2

0.1

0 E) Aunque
0 5 10 15 20 25 grafica res
-0.1 o relación
extienten
-0.2
concluye q
-0.3 para el cá

-0.4

Chart Title
0.4

0.3
E) Los resi
0.2 hacia abaj
Por lo tan
0.1 sobre la in
0
0 5 10 15 20 25
-0.1

-0.2

-0.3

-0.4
0
0 5 10 15 20 25
-0.1

-0.2

-0.3

-0.4

F) P-value es casi cero; entonces con un nivel de significancia del 0,05. Se


concluye que el puntaje de GMAT se relaciona con el puntaje del GPI
E) Aunque hay una dispersión extendida en la
grafica residual, no existe un patrón aparente
o relación entre residuos. Los valores se
extienten para arriba y para abajo . Se
concluye que el modelo lineal es apropiado
para el cálculo del valor del avaluo

E) Los residuos no fluctúan hacia arriba y


hacia abajo y no presenta un patrón cíclico.
Por lo tanto se puede perder la preocupación
sobre la independencia de los errores
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.813008172196769
Coeficiente de determinación R^2 0.660982288058731
R^2 ajustado 0.652176633203113
Error típico 3958.94092798048
Observaciones 80

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Promedio de los cuadrados
Regresión 2 2352968982 1176484491
Residuos 77 1206837422 15673213.3
Total 79 3559806404

Coeficientes Error típico Estadístico t


Intercepción -24257.7484951506 3685.64656 -6.5816806
First quartile SAT 27.9270123396916 3.5317095 7.90750552
Room and Board 1.84387831928498 0.3534021 5.21750816

Análisis de los residuales

Observación Pronóstico Annual Total Cost Residuos


1 14681.9045484453 -4325.90455
2 12264.5450331441 215.454967
3 9703.98254473664 -227.982545
4 14395.3289892086 -1463.32899
5 16170.1393134951 -4698.13931
6 12319.3616921554 -1909.36169
7 17237.8997443106 -6921.89974
8 13083.4169295748 632.58307
9 21345.5111813168 -7359.51118
10 14831.0337309206 -6306.03373
11 16311.2734468952 -1200.27345
12 15197.1910967107 -307.191097
13 15917.9926356016 342.007364
14 16752.200055666 -9542.20006
15 7405.20100987413 4244.79899
16 18271.850829581 -8820.85083
17 16742.7409736079 -5454.74097
18 16889.9414712516 -4097.94147
19 12992.0675107954 -3163.06751
20 11646.5009895659 -1758.50099
21 20951.6956407374 -6517.69564
22 13379.9715710806 1275.02843
23 11639.4352441878 -1808.43524
24 14794.2262419722 3035.77376
25 19319.8633281702 -4179.86333
26 17199.867912841 -6409.86791
27 16546.6002585283 4937.39974
28 12037.4031932543 2850.59681
29 15812.4269195538 -2260.42692
30 11988.4629758185 -2278.46298
31 26213.7297895655 2096.27021
32 26258.2225596901 -258.22256
33 27466.4975881076 -1604.49759
34 26088.2759864168 1325.72401
35 24958.3584220315 3726.64158
36 18007.261655301 1768.73834
37 20413.8179007921 7117.1821
38 17013.5661251559 1826.43387
39 25380.6065571477 1735.39344
40 22817.9254612406 -137.925461
41 14472.0822653832 11392.9177
42 19900.1502694591 6445.84973
43 22322.7666905379 3542.23331
44 22864.0224192228 665.977581
45 22330.0721263777 6024.92787
46 27716.6455037323 -1276.6455
47 22545.4260443977 4386.57396
48 20549.5752831838 2913.42472
49 24656.0471841809 2623.95282
50 29602.0885271759 -1782.08853
51 20101.667735547 7018.33226
52 29958.1820041847 -2510.182
53 18758.4945509976 -872.494551
54 23015.8399772022 3126.16002
55 23139.0700566953 3040.92994
56 17832.9377121538 -2110.93771
57 29324.1275528124 -2678.12755
58 15453.9548349399 1096.04517
59 27620.7638311294 -392.763831
60 21154.9869077073 -314.986908
61 26398.117621494 -8872.11762
62 16547.2197943264 1660.78021
63 17005.7259600303 1849.27404
64 17860.0611576572 2969.93884
65 17190.2686759083 -245.268676
66 20011.0927365152 1930.90726
67 13704.9588071233 3140.04119
68 29727.8520982236 -2523.8521
69 24276.5180183072 -852.518018
70 24001.6953422216 4308.30466
71 28140.7375171678 -315.737517
72 21044.3542085502 3765.64579
73 22933.9349114061 2918.06509
74 27527.5705340308 460.429466
75 16310.5838336598 4309.41617
76 19843.7644613089 604.235539
77 26798.014255392 288.985745
78 23217.8220951386 533.177905
79 23349.9617983291 1400.0382
80 28916.5456377382 -1786.54564
F Valor crítico de F
75.0633881 8.19525E-19

Probabilidad Inferior 95% Superior 95%Inferior 95,0%


Superior 95,0%
5.09236E-09 -31596.8084 -16918.6886 -31596.8084 -16918.6886
1.5325E-11 20.8944803 34.9595444 20.8944803 34.9595444
1.48872E-06 1.14016484 2.5475918 1.14016484 2.5475918
First quartile Room and Annual
SAT Board Total Cost
990 6124 10356
935 5646 12480
800 6302 9476
1090 4454 12932 Establezca la ecuación de regresión múltiple.
Costo anual=-24257,7485+27,9270(SAT)+1,8438(H&A)
1080 5568 11472
940 5600 10410
1060 6450 10316 Costo anual en miles de dólares
970 5560 13716 Calificaicíón SAT

Gastos de alojamineto y
1250 5800 13986 alimentación en miles de dóalres
900 7568 8525
1070 5796 15111 b0
1000 6252 14890 b1 SAT
1020 6340 16260 b2 Gastos
920 8307 7210
850 4298 11650 Interpretación
1120 6102 9451 b0: Quiere decir que cuando el puntade calificación SAT es 0
gastos de alimentación e miles de dólares es 0 el costo anu
1070 6030 11288 miles de dólares es -24257,7 miles de dolares.
1110 5504 12792 b1: Por cada incremento en las calificaciones el valor total
980 5359 9829 aumentara 27,927 miles de dolares
b2: Por cada incremento en los gastos de alojamiento y alim
920 5538 9888 en miles de dólares el costo total anual aumentara 1,8438 m
1150 7101 14434 dólares
1010 5115 14655
880 6140 9831
1010 5882 17830
1150 6216 15140
1090 5975 10790
1040 6378 21484
920 5750 14888
1080 5374 13552 Elabore un pronóstico del costo total anual para una escuela
de 1,100 para el primer cuartil y un gasto de 5000 dólares en
930 5572 9710
1320 7380 28310
1170 9676 26000
1220 9574 25862
1210 8978 27414 SAT
1280 7305 28685 Gasto
1000 7776 19776
1200 6052 27531 Costo anual total
980 7540 18840
1280 7534 27116 El costo anual total será de 15680,95 dólare
1240 6750 22680 calificación SAT de 1100 y unos gastos de 50
1060 4950 25865
El costo anual total será de 15680,95 dólare
calificación SAT de 1100 y unos gastos de 50

1100 7288 26346


1250 6330 25865
1240 6775 23530
1140 8000 28355
1300 8498 26440
1070 9177 26932
1170 6580 23463 Residuos
1150 9110 27280 -4325.90454844532
1290 9672 27820 215.454966855932
1150 6640 27120 -227.982544736637
1380 8502 27448 -1463.32898920858
900 9698 17886 -4698.13931349513
1160 8069 26142 -1909.36169215541
1200 7530 26180 -6921.89974431064
1010 7530 15722 632.583070425235
1230 10430 26646 -7359.51118131682
940 7300 16550 -6306.03373092058
1300 8446 27228 -1200.27344689518
1090 8120 20840 -307.191096710718
1320 7480 17526 342.007364398372
960 7590 18208 -9542.20005566601
1040 6627 18855 4244.79899012587
960 8302 20830 -8820.85082958097
1020 7030 16945 -5454.74097360787
1060 7954 21942 -4097.94147125164
950 6200 16845 -3163.0675107954
1360 8680 27204 -1758.50098956591
1110 9510 23424 -6517.69564073741
1240 7392 28310 1275.02842891938
1300 8728 27825 -1808.4352441878
1090 8060 24810 3035.77375802781
1260 6510 25852 -4179.86332817021
1310 8244 27988 -6409.86791284103
1040 6250 20620 4937.39974147171
1000 8772 20448 2850.59680674567
1230 9060 27087 -2260.42691955384
1150 8330 23751 -2278.46297581852
1230 7190 24750 2096.27021043451
1360 8240 27130 -258.222559690053
-1604.49758810757
1325.7240135832
3726.64157796854
1768.73834469898
7117.18209920794
1826.43387484407
1735.39344285228
-137.925461240633
11392.9177346168
6445.84973054088
3542.23330946214
665.977580777242
6024.92787362231
-1276.64550373226
4386.57395560232
2913.42471681623
2623.95281581908
-1782.08852717591
7018.33226445297
-2510.18200418473
-872.494550997577
3126.16002279782
3040.92994330475
-2110.93771215383
-2678.12755281242
1096.04516506013
-392.763831129443
-314.986907707302
-8872.11762149399
1660.78020567365
1849.27403996975
2969.93884234275
-245.268675908261
1930.90726348475
3140.04119287668
-2523.85209822363
-852.518018307248
4308.30465777841
-315.737517167807
3765.6457914498
2918.06508859392
460.429465969202
4309.41616634019
604.235538691144
288.985744607995
533.177904861357
1400.0382016709
-1786.54563773824
ón múltiple.
70(SAT)+1,8438(H&A)

-24257.7485
27.927
1.8438

cuando el puntade calificación SAT es 0 y los


ón e miles de dólares es 0 el costo anual en
24257,7 miles de dolares.
ento en las calificaciones el valor total anual
iles de dolares
nto en los gastos de alojamiento y alimentación
el costo total anual aumentara 1,8438 miles de

del costo total anual para una escuela que tiene una calificación SAT
r cuartil y un gasto de 5000 dólares en alojamiento y alimentación.

1100
5000

15680.9515

sto anual total será de 15680,95 dólares con una


cación SAT de 1100 y unos gastos de 5000 dólares
sto anual total será de 15680,95 dólares con una
cación SAT de 1100 y unos gastos de 5000 dólares

Pronóstico Annual Total Cost


14681.9045484453
12264.5450331441
9703.98254473664
Residuales vs Prediccioes
14395.3289892086 15000
16170.1393134951
12319.3616921554 10000

17237.8997443106
5000
13083.4169295748
21345.5111813168
0
14831.0337309206 5000 10000 15000 20000 25000 3
16311.2734468952 -5000
15197.1910967107
15917.9926356016 -10000
16752.200055666
7405.20100987413 -15000
18271.850829581
16742.7409736079
16889.9414712516
Residuales vs Gastos
12992.0675107954
11646.5009895659 15000

20951.6956407374
10000
13379.9715710806
11639.4352441878
5000
14794.2262419722
19319.8633281702 0
17199.867912841 3000 4000 5000 6000 7000 8000 9000

16546.6002585283 -5000
12037.4031932543
15812.4269195538 -10000
11988.4629758185
26213.7297895655 -15000
26258.2225596901
27466.4975881076
26088.2759864168 Valor crítico de F
24958.3584220315 P-value 8.1952452688E-19 P-value 8,19525E-19 es menor qu
18007.261655301 evidencia de que por lo menos un
20413.8179007921 anual total . El modelo supera a la
17013.5661251559
25380.6065571477
22817.9254612406
14472.0822653832
19900.1502694591 R^2 ajustado 0.6521766 Muestra la proporción de la var
22322.7666905379 es 65,218% en el costo anual t
22864.0224192228 nuestro modelo, ajustando por
22330.0721263777
dependientes utilizadas en este
son el SAT y los gastos
27716.6455037323
22545.4260443977
20549.5752831838
24656.0471841809
29602.0885271759
20101.667735547
29958.1820041847
18758.4945509976
23015.8399772022
23139.0700566953
17832.9377121538
29324.1275528124
15453.9548349399
27620.7638311294
21154.9869077073
26398.117621494
16547.2197943264
17005.7259600303
17860.0611576572
17190.2686759083
20011.0927365152
13704.9588071233
29727.8520982236
24276.5180183072
24001.6953422216
28140.7375171678
21044.3542085502
22933.9349114061
27527.5705340308
16310.5838336598
19843.7644613089
26798.014255392
23217.8220951386
23349.9617983291
28916.5456377382
Prediccioes Residuales vs SAT
15000

10000

5000

0
0000 25000 30000 35000 700 800 900 1000 1100 1200 1300 1400 1500

-5000

-10000

-15000

es vs Gastos
Las gráficas no muestran patrones,
por lo que no hay evidencia de que el
modelo esté mal especificado.

7000 8000 9000 10000 11000

8,19525E-19 es menor que el nivel de significancia 0,05 Hay


a de que por lo menos una variable independiente afecta El costo
al . El modelo supera a la media en predicción.
tra la proporción de la variación que en este caso
218% en el costo anual total explicada por
ro modelo, ajustando por el número de variables
ndientes utilizadas en este caso dos variables que
SAT y los gastos
1300 1400 1500
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.78208686
Coeficiente de determinación R^2 0.61165986
R^2 ajustado 0.60507783
Error típico 2.94048576
Observaciones 121

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 2 1607.00739 803.503693 92.9286687 5.80129E-25
Residuos 118 1020.28187 8.64645652
Total 120 2627.28926

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%


Intercepción b0 40.8765049 4.0599105 10.0683266 1.3805E-17 32.8367768
Length b1 -0.01207141 0.02632727 -0.45851369 0.64742679 -0.06420658
Weight b2 -0.0049541 0.00048368 -10.2425657 5.32269E-18 -0.00591191

Análisis de los residuales

Observación Pronóstico MPG Residuos


1 16.3758909 1.62410914
2 19.375629 1.62437097
3 25.0278372 0.97216283
4 21.108307 0.89169296
5 20.1626354 -0.16263543
6 19.1635109 -1.16351086
7 21.9575535 0.04244655
8 20.8961889 -1.89618888
9 15.296806 -0.29680604
10 20.4293157 -0.42931573
11 19.155833 1.84416701
12 17.663328 -1.66332795
13 18.2145549 0.7854451
14 21.1476595 -1.14765953
15 23.472946 -1.47294602
16 10.5394733 2.46052673
17 23.7741037 -2.77410372
18 15.47271 -0.47270996
19 18.683311 0.316689
20 20.5525405 0.44745954
21 20.840853 0.15914701
22 22.4879219 -4.48792192
23 22.2718918 -1.27189176
24 17.5934101 -0.59341006
25 22.8765717 1.12342835
26 24.8182296 -0.81822959
27 17.5934101 -0.59341006
28 14.7054529 -1.70545285
29 21.2727672 -2.2727672
30 26.1056667 -3.10566669
31 22.2718918 -1.27189176
32 18.5752959 0.42470408
33 21.4488172 -4.44881723
34 2.12002206 7.87997794
35 16.2151966 -0.21519659
36 25.3136391 -1.31363911
37 21.9396871 -0.93968711
38 17.642951 -0.64295101
39 15.47271 -0.47270996
40 10.5394733 2.46052673
41 23.1382308 -0.13823077
42 25.8338191 3.1661809
43 21.9956506 -0.99565064
44 17.0732301 1.92676993
45 25.0990104 1.90098965
46 24.4720706 0.52792942
47 19.5427459 -1.54274588
48 22.3938612 -1.3938612
49 23.8407373 1.15926273
50 21.6907271 -1.69072705
51 19.6836909 0.31630914
52 20.6967698 -1.69676978
53 18.3677174 -2.3677174
54 18.3283649 -3.32836491
55 25.5994411 0.40055894
56 22.1538343 -3.15383432
57 15.1856527 -1.18565272
58 20.7311011 -3.73110107
59 21.033368 -0.03336797
60 20.0419213 2.95807871
61 21.945482 -0.94548204
62 18.5652536 0.43474644
63 19.0573787 -1.05737873
64 20.4274328 2.57256722
65 18.2170655 0.7829345
66 23.286226 -1.28622598
67 20.1899165 -2.18991649
68 27.2890007 -0.2890007
69 25.6724972 1.32750281
70 21.4240468 -4.42404675
71 21.6609354 -0.66093539
72 21.1070517 0.89294825
73 15.3082498 -0.3082498
74 23.0874345 0.91256548
75 18.5752959 0.42470408
76 21.9155443 -0.91554428
77 18.730969 0.26903099
78 20.8237604 -0.8237604
79 22.811821 1.18817895
80 22.3328765 -0.33287648
81 22.2102794 -0.2102794
82 22.1480394 -1.14803938
83 17.5134498 -1.5134498
84 18.730969 0.26903099
85 25.3765068 0.62349323
86 17.3508726 -2.35087259
87 23.2119146 -3.21191455
88 19.6487319 -0.64873191
89 21.2207157 -0.22071566
90 18.683311 0.316689
91 20.3931015 -0.39310148
92 23.2982974 -0.29829739
93 21.2461138 -2.24611378
94 18.683311 0.316689
95 20.0171508 0.98284919
96 23.6215689 -0.62156887
97 26.639801 0.36019896
98 20.9063773 -2.90637735
99 22.7870506 -2.78705057
100 23.3809143 -2.38091435
101 19.8431298 2.15687017
102 20.0775079 -1.07750788
103 18.1822527 -2.18225265
104 21.4423946 -0.44239465
105 21.6024613 2.39753873
106 22.3087337 -0.30873365
107 26.09234 1.90766002
108 28.2575599 9.74244015
109 19.2600822 -1.26008218
110 11.6212148 2.37878522
111 25.2006028 15.7993972
112 23.6756495 -1.67564946
113 18.4210242 -0.42102424
114 24.3685951 16.6314049
115 24.2351819 -0.23518194
116 25.1606227 3.83937728
117 22.121386 0.87861404
118 24.0878144 -2.08781438
119 21.7358745 -0.73587447
120 20.5995708 0.40042918
121 19.7313489 -1.73134887
or crítico de F

Superior 95%Inferior 95,0%


Superior 95,0%
48.916233 32.8367768 48.916233
0.04006375 -0.06420658 0.04006375
-0.00399628 -0.00591191 -0.00399628
MPG Length Weight
18 189 4485
21 197 3860
26 172 2780 Establezca la ecuación de regresión múltiple
22 193 3520 Rendimiento de gasolina=40,8765-0,012*longitud-0,0049*peso
20 179 3745
18 192 3915
22 176 3390
19 188 3575 b0 40.8765
15 184 4715 b1 -0.012071
20 200 3640 b2 -0.004954
21 207 3880
16 187 4230
19 207 4070 Interpretación
b0: Quiere decir que cuando el La longitud es 0 y el peso es 0 el rendimiento de la gasolin
20 200 3495 40,8765 MPG b1: Por cada incremento en las Longitud el rendimiento de la gasolina de
22 190 3050 0,012 MPG
b2: Por cada incremento en el peso el rendimiento de la gasolina decrecerá 0,0049 MPG
13 219 5590
21 163 3055
15 192 4660
19 201 3990
21 198 3620
21 209 3535
18 169 3300 Elabore un pronóstico del rendimiento para un automóvil que
tiene 195 pulgadas y un peso de 3000 libras.
21 191 3290
17 201 4210
24 184 3185
24 175 2815 Longitud (in) 195
17 201 4210 Peso (ln) 3000
13 194 4810 Rendimiento de gasolina MPG 23.660289
19 204 3460
23 173 2560 El rendimiento de gasolina para el automóvil de longitud
21 191 3290 192 pulgadas y peso 3000 libras es de 23,66029 MPG.
19 212 3985
17 173 3500
10 227 7270
16 190 4515
24 175 2715 Pronóstico MPG Residuos
21 198 3340 16.3758908563749 1.6241091
17 201 4200 19.3756290296405 1.624371 Resid
15 192 4660 25.0278371667882 0.9721628 20
13 219 5590 21.1083070448955 0.891693
23 189 3120 20.1626354252285 -0.162635 15
29 175 2610 19.1635108645619 -1.163511
21 179 3375 21.9575534542003 0.0424465 10
19 201 4315 20.8961888798168 -1.896189
5

0
0 5 10
15

10

27 162 2790 15.2968060356175 -0.296806 5


25 177 2880 20.4293157264701 -0.429316
18 177 3875 19.1558329870079 1.844167 0
0 5 10
21 185 3280 17.6633279539034 -1.663328
-5
25 178 3005 18.2145549036996 0.7854451
20 194 3400 21.1476595268896 -1.14766
-10
20 192 3810 23.4729460190277 -1.472946
19 184 3625 10.5394732702814 2.4605267
16 182 4100 23.7741037187926 -2.774104
15 175 4125 15.4727099589582 -0.47271
26 178 2650 18.6833110012001 0.316689
19 170 3365 20.5525404578016 0.4474595 20

14 185 4735 20.8408529946635 0.159147


15
17 175 3640 22.4879219173665 -4.487922
21 191 3540 22.2718917630414 -1.271892
10
23 189 3745 17.5934100626325 -0.59341
21 177 3390 22.8765716538371 1.1234283 5
19 180 4065 24.8182295939145 -0.81823
18 209 3895 17.5934100626325 -0.59341 0
1000 2000 3000
23 194 3655 14.7054528548369 -1.705453
19 215 4050 21.2727672023748 -2.272767 -5
22 187 3095 26.105666691443 -3.105667
18 187 3720 22.2718917630414 -1.271892 -10
27 155 2365 18.5752959240375 0.4247041
27 174 2645 21.4488172266545 -4.448817
17 173 3505 2.12002206446456 7.8799779 Valor crítico de F
21 178 3445 16.215196587203 -0.215197 P-value 5.8012887653E-25
22 189 3530 25.3136391114452 -1.313639
15 181 4720 21.9396871068875 -0.939687
24 185 3140 17.6429510143856 -0.642951
19 212 3985 15.4727099589582 -0.47271 R^2 ajustado
21 200 3340 10.5394732702814 2.4605267
19 195 3995 23.1382307706688 -0.138231
20 194 3575 25.8338191048524 3.1661809
24 175 3220 21.995650640092 -0.995651
22 188 3285 17.0732300692253 1.9267699
22 192 3300 25.0990103541615 1.9009896
21 191 3315 24.4720705796942 0.5279294
16 183 4270 19.5427458802639 -1.542746
19 195 3995 22.3938611982703 -1.393861
26 178 2695 23.8407372688682 1.1592627
15 178 4315 21.6907270520197 -1.690727
20 187 3110 19.6836908579691 0.3163091
19 199 3800 20.6967697767021 -1.69677
21 196 3490 18.3677173962566 -2.367717
19 201 3990 18.3283649142624 -3.328365
20 203 3640 25.5994410561022 0.4005589
23 186 3095 22.1538343170589 -3.153834
19 198 3480 15.1856527181987 -1.185653
19 201 3990 20.7311010742863 -3.731101
21 189 3750 21.0333679692146 -0.033368
23 190 3020 20.041921286102 2.9580787
27 178 2440 21.9454820402877 -0.945482
18 181 3590 18.5652535552176 0.4347464
20 175 3225 19.0573787315531 -1.057379
21 173 3110 20.4274327823164 2.5725672
22 187 3790 18.2170654959046 0.7829345
19 184 3750 23.2862259778768 -1.286226
16 183 4135 20.18991649331 -2.189916
21 192 3455 27.2890007010555 -0.289001
24 189 3430 25.6724971876293 1.3275028
22 190 3285 21.424046750778 -4.424047
28 170 2570 21.6609353917332 -0.660935
38 163 2150 21.107051748793 0.8929483
18 184 3915 15.3082498014789 -0.30825
14 193 5435 23.0874345228133 0.9125655
41 170 2750 18.5752959240375 0.4247041
22 165 3070 21.9155442790622 -0.915544
18 194 4060 18.7309690087994 0.269031
41 163 2935 20.823760396341 -0.82376
24 172 2940 22.8118210479152 1.188179
29 161 2780 22.3328764806558 -0.332876
23 185 3335 22.2102793973756 -0.210279
22 176 2960 22.1480393836587 -1.148039
21 180 3425 17.5134498025417 -1.51345
21 190 3630 18.7309690087994 0.269031
18 186 3815 25.3765067732134 0.6234932
17.3508725892162 -2.350873
23.2119145502472 -3.211915
19.6487319123337 -0.648732
21.2207156584167 -0.220716
18.6833110012001 0.316689
20.3931014847322 -0.393101
23.2982973917894 -0.298297
21.2461137823445 -2.246114
18.6833110012001 0.316689
20.0171508102255 0.9828492
23.6215688742869 -0.621569
26.6398010429166 0.360199
20.9063773495757 -2.906377
22.7870505720386 -2.787051
23.3809143450242 -2.380914
19.8431298310385 2.1568702
20.0775078797887 -1.077508
18.1822526512082 -2.182253
21.4423946452031 -0.442395
21.6024612663237 2.3975387
22.3087336528305 -0.308734
26.0923399814279 1.90766
28.2575598524453 9.7424401
19.2600821758631 -1.260082
11.6212147841827 2.3787852
25.2006028498727 15.799397
23.6756494633377 -1.675649
18.4210242363171 -0.421024
24.3685951398294 16.631405
24.2351819387391 -0.235182
25.1606227198273 3.8393773
22.1213859636284 0.878614
24.0878143795823 -2.087814
21.735874467414 -0.735874
20.5995708173497 0.4004292
19.7313488655685 -1.731349
49*peso

rendimiento de la gasolina es de
miento de la gasolina decrecerá

a decrecerá 0,0049 MPG

Residuos vs Prediicción Residuos vs Longitu


20

15

10

5 10 15 20 25 30 0
150 160 170 180 190 200
15

10

5 10 15 20 25 30 0
150 160 170 180 190 200

-5

-10

Residuos vs Peso

Las gráficas no muestran


patrones, por lo que no hay
evidencia de que el modelo
2000 3000 4000 5000 6000 7000 8000
esté mal especificado.

P-value 5,80129E-25 es menor que el nivel de significancia 0,05 Hay


evidencia de que por lo menos una variable independiente afecta El
rendimiento de la gaasolina . El modelo supera a la media en predicción.

0.6050778

Muestra la proporción de la variación que en este caso


es 60,5078% en el rendimiento de la gasolina
explicada por nuestro modelo, ajustando por el
número de variables dependientes utilizadas en este
caso dos variables que son La longitud y peso del
automóvil
Residuos vs Longitud

180 190 200 210 220 230 240


180 190 200 210 220 230 240

an
o hay
odelo