Independiente independiente Dependiente

x1 x2 Y No. Turistas vs PIB

Pais PIB per cápita Distancia (Kms) No. Turistas
3,000,000
A $ 3,100 1500 1,800,000
B $ 4,200 1200 2,500,000 2,500,000
C $ 2,700 3100 700,000 f(x) = 936.781609195402 x − 1565057.47126437
D $ 3,000 2500 1,200,000 2,000,000 R² = 0.800290368442613
E $ 4,000 1800 1,900,000
F $ 3,500 2200 1,545,539 1,500,000

1,000,000
1. Construir el gráfico de dispersión de cada variable
2. Obtener la recta de regresión
500,000
3. La ecuación de regresión lineal para cada una de as variables independiente
-
$2,500 $2,700 $2,900 $3,100 $3,300 $3,500 $3,700 $3,900
4. Análisis de datps de cada variable
5. Análisis de datos para las dos variables conjuntamente
6. Obtener la recta de regresión lineal múltiple y = bx + a
7. Pronóstico del país F
stas vs PIB No. Turistas vs Distancia

3,000,000

02 x − 1565057.47126437 2,500,000
13
f(x) = − 867.671691792294 x + 3372696.81742043
2,000,000 R² = 0.942251438885553

1,500,000

1,000,000

500,000

-
3,300 $3,500 $3,700 $3,900 $4,100 $4,300 500 1000 1500 2000 2500 3000 3500
1742043

3000 3500
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.895
Coeficiente de determinación R^2 0.800
R^2 ajustado 0.734
Error típico 356392.095
Observaciones 5.000

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 1.527E+12 1.527E+12 12.0218093 0.04042694
Residuos 3 3.8105E+11 1.2702E+11
Total 4 1.908E+12

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

Intercepción (a) -1565057.47126 932336.855 -1.6786395 0.19181483 -4532169.45
Variable X 1 (b) 936.7816091954 270.18015 3.46724809 0.04042694 76.9477882
or crítico de F

Superior 95%Inferior 95,0%

Superior 95,0%
1402054.51 -4532169.45 1402054.51
1796.61543 76.9477882 1796.61543
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.97069637
Coeficiente de determinación R^2 0.94225144
R^2 ajustado 0.92300192
Error típico 191645.727
Observaciones 5

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 1.7978E+12 1.7978E+12 48.9493463 0.00599512
Residuos 3 1.1018E+11 3.6728E+10
Total 4 1.908E+12

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

Intercepción 3,372,697 264770.223 12.7382029 0.00104374 2530079.8
Variable X 1 -867.671692 124.017217 -6.99638094 0.00599512 -1262.34982
or crítico de F

Superior 95%Inferior 95,0%

Superior 95,0%
4215313.83 2530079.8 4215313.83
-472.993559 -1262.34982 -472.993559
Resumen

Estadísticas de la regresión Si R2 ajustado es mayor que el R

Coeficiente de correlación múltiple 0.99644246 Si R2 ajustado es menor, entonc
Coeficiente de determinación R^2 0.99289758 PIB Distancia
R^2 ajustado 0.98579516 0.734 0.923
Error típico 82314.6802
Observaciones 5

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 2 1.8944E+12 9.4722E+11 139.797124 0.00710242
Residuos 2 1.3551E+10 6775706569
Total 4 1.908E+12

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

Intercepción 1606040.8 481431.669 3.33596834 0.07931449 -465392.48
Variable X 1 372.986399 98.7661024 3.77646166 0.06351116 -51.969841
Variable X 2 -620.888396 84.3073384 -7.36458306 0.01794283 -983.633595

y = a + b1x1 + b2 x2

y = 1606040,80254654 + 372,986399151153 x -620,888395871515 x Recta de regresión lineal múltiple

 R2 ajustado es mayor que el R2 de las variables independientes, entonces éstas variables explican el comportamiento de la variable Núme
R2 ajustado es menor, entonces se debería hacer un análisis con cada una de las variables para determinar cuál es la que está afectando e

or crítico de F

Superior 95%Inferior 95,0%

Superior 95,0%
3677474.09 -465392.48 3677474.09
797.942639 -51.969841 797.942639
-258.143196 -983.633595 -258.143196

sión lineal múltiple

portamiento de la variable Número de turistas.
r cuál es la que está afectando el modelo.
Actividad de seguimiento 3
Análisis de Regresión lineal múltiple
Tema: Breve descripción
Identificar las variables
Buscar en una base de datos información acerca de una variable dependiente y por lo menos 3 variables independientes.
Construir los gráficos
Explicar cómo se relacionan las variables
Conclusiones
Presentar el trabajo en Word y adjuntar el archivo de Excel como soporte
3 variables independientes.