Universidad de San Carlos de Guatemala Maestría en Estadística Aplicada

Facultad de Ingeniería Modelos de Regresió n Lineal Secció n:

Escuela de Postgrado 2019.1

Carné Nombre:
:

HOJA DE TRABAJO 05

INSTRUCCIONES: Resuelva lo siguiente, dejando constancia de su procedimiento y diagramas, explicando

con sus propias palabras, utilice el software de su preferencia.

Con los datos proporcionados (Archivo de Excel):

(a) Analice la correlación del modelo multivariable e interprete los resultados de análisis.

Variable(1) Variable(2) n Pearson p-value

y y 32 1.00 <0.0001
y x1 32 0.25 0.1609
y x2 32 -0.36 0.0420
y x3 32 0.25 0.1596

x1 y 32 0.25 0.1609
x1 x1 32 1.00 <0.0001
x1 x2 32 -0.14 0.4552
x1 x3 32 0.33 0.0662

x2 y 32 -0.36 0.0420
x2 x1 32 -0.14 0.4552
x2 x2 32 1.00 <0.0001
x2 x3 32 -0.41 0.0202

x3 y 32 0.25 0.1596
x3 x1 32 0.33 0.0662
x3 x2 32 -0.41 0.0202
x3 x3 32 1.00 <0.0001

Todas las variables presentan coeficientes de correlación bajos, siendo la mayor la de X2, la cúal a
la vez muestra ser decreciente.

(b) Con los criterios de multicolinealidad prediga cual es la variable que aporta menos información
al modelo.

Linear Regression

Variable N R² Adj R² PMSE AIC BIC

y 32 0.18 0.09 12740.68 389.96 397.29

El valor pequeño de R2 y R2 ajustado indica que las variables no se ajustan a un

modelo.

Regression coefficients

Coef Est. S.E. LL(95%) UL(95%) T p-value Mallows´Cp VIF

const 1964.46 170.51 1615.19 2313.74 11.52 <0.0001
x1 0.10 0.09 -0.09 0.29 1.05 0.3045 3.09 1.12
x2 -0.13 0.08 -0.29 0.03 -1.64 0.1117 4.70 1.20
x3 2.27 6.78 -11.62 16.16 0.34 0.7398 2.11 1.32

Según el valor de Cp de Mallows la variable menos significativa es x3.

(c) Elimine una variable y compare el análisis de regresión con el modelo original que toma en
cuenta todas las variables.

Linear Regression

Variable N R² Adj R² PMSE AIC BIC

y 32 0.17 0.12 11224.62 388.09 393.95
Regression coefficients
Coef Est. S.E. LL(95%) UL(95%) T p-value Mallows´Cp VIF
const 1979.06 162.32 1647.08 2311.04 12.19 <0.0001
x1 0.11 0.09 -0.07 0.29 1.22 0.2315 2.49 1.02
x2 -0.14 0.07 -0.29 0.01 -1.95 0.0604 4.82 1.02

Al eliminar la variable X3 se duplican los valores de R2 y R2 ajustado y mejoran

los valores de CP deMallows para ambas variables.

Variable(1) Variable(2) n Pearson p-value

y y 32 1.00 <0.0001
y x1 32 0.25 0.1609
y x2 32 -0.36 0.0420

x1 y 32 0.25 0.1609
x1 x1 32 1.00 <0.0001
x1 x2 32 -0.14 0.4552

x2 y 32 -0.36 0.0420
x2 x1 32 -0.14 0.4552
x2 x2 32 1.00 <0.0001

El VIF es menor a 10 en ambas variables, por lo que se puede descartar multicolinealidad.