TALLER DE ECONOMETRIA

ANALISIS DE REGRESION LINEAL MULTIPLE

PRESENTADO POR
ANA MARIA RADA RODRIGUEZ

PRESENTADO A
JULIO CESAR GAITAN

UNIVERSIDAD UNIREMINGTON
FACULTAD DE CIENCIAS CONTABLES
PROGRAMA DE CONTADURIA PUBLICA
SEMESTRE VIII
SAN JOSE DEL GUAVIARE 2020
 HISTORICO
COSTE
HORAS
MES N° DE EMPLEADOS MANO
TRABAJADAS
DE OBRA
$
22,039.3
ENERO 2019 16 492 4
$
18,964.4
FEBRERO 2019 14 422 6
$
15,889.5
MARZO 2019 12 332 8
$
20,501.9
ABRIL 2019 15 444 0
$
18,964.4
MAYO 2019 14 362 6
$
18,964.4
JUNIO 2019 14 374 6
$
20,501.9
JULIO 2019 15 418 0
$
23,576.7
AGOSTO 2019 17 497 8
$
SEPTIEMBRE 18,964.4
2019 14 410 6
$
18,964.4
OCTUBRE 2019 14 374 6
$
NOVIEMBRE 15,889.5
2019 12 322 8
$
17,427.0
DICIEMBRE 2019 13 352 2

El objetivo es estimar el dato Coste de mano de obra de DICIEMBRE-2019 sabiendo que

tendremos 13 empleados contratados que trabajarán un número de 352 horas... y encontrar
la ecuación de regresión lineal múltiple.
 FORMULA
Coste mano de obra = constante + parámetro1*Num_empleados + parámetro2*Horas
Trabajadas

Resumen

dentro de este ejercicio podemos analizar

que los coeficientes de la estadística de la
regresion son perfectos por que no arroja
Estadísticas de la regresión ningún error típico.
Coeficiente de
correlación
múltiple 1
Coeficiente de
determinació
n R^2 1
R^2 ajustado 1
Error típico 1.2309E-12
Observacione
s 11

ANÁLISIS DE
VARIANZA
Promedio de Valor
Grados de Suma de los crítico de
  libertad cuadrados cuadrados F F
26215823.0 2.8561E-
Regresión 2 52431646.17 9 1.73028E+31 123
dentro de F y el valor
Residuos 8 1.21209E-23 1.51512E-24 critico de F nos arroja
Total 10 52431646.17      

Coeficiente Inferior Superior Inferior Superior

  s Error típico Estadístico t Probabilidad 95% 95% 95.0% 95.0%
-
Intercepción -2559.7 4.42761E-12 5.78122E+14 8.9755E-116 -2559.7 -2559.7 -2559.7 -2559.7
N° DE
EMPLEADOS 1537.44 7.63268E-13 2.01429E+15 4.1328E-120 1537.44 1537.44 1537.44 1537.44
 - -
HORAS 9.86193E- 0.50600476 3.50816E 5.48055E 3.50816E- 5.48055E
TRABAJADAS 15 1.94898E-14 5 0.626499179 -14 -14 14 -14

Análisis de los
residuales

Pronóstico
COSTE
MANO DE
Observación OBRA Residuos
1 22039.34 3.63798E-12
2 18964.46 3.63798E-12
3 15889.58 3.63798E-12
4 20501.9 3.63798E-12
5 18964.46 3.63798E-12
6 18964.46 3.63798E-12
7 20501.9 3.63798E-12
8 23576.78 3.63798E-12
9 18964.46 3.63798E-12
10 18964.46 3.63798E-12
11 15889.58 3.63798E-12

Resumen

Estadísticas de la regresión
Coeficiente de
correlación múltiple 1
Coeficiente de
determinación R^2 1
R^2 ajustado 1
Error típico 0.00
Observaciones 11

ANÁLISIS DE VARIANZA
Promedio de Valor
Grados de Suma de los crítico
  libertad cuadrados cuadrados F de F
52431646.1 3.20829E+3 8.4848E-
Regresión 1 7 52431646.17 1 139
Residuos 9 1.47083E-23 1.63426E-24
 52431646.1
Total 10 7      

Coeficiente Inferior Superio Inferior Superio

  s Error típico Estadístico t Probabilidad 95% r 95% 95.0% r 95.0%
-
Intercepción -2559.7 3.89321E-12 6.57479E+14 2.2179E-130 -2559.7 -2559.7 -2559.7 -2559.7
1537.4
N° DE EMPLEADOS 1537.44 2.71432E-13 5.66418E+15 8.4848E-139 1537.44 1537.44 4 1537.44

Análisis de los
residuales

Pronóstico
COSTE
MANO DE
Observación OBRA Residuos
1 22039.34 3.63798E-12
2 18964.46 3.63798E-12
3 15889.58 3.63798E-12
4 20501.9 7.27596E-12
5 18964.46 3.63798E-12
6 18964.46 3.63798E-12
7 20501.9 7.27596E-12
8 23576.78 0
9 18964.46 3.63798E-12
10 18964.46 3.63798E-12
11 15889.58 3.63798E-12

CONCLUSION

Dentro de este trabajo se realizaron una serie de procesos para hallar el coste de mano de obra en
el primer proceso se tomaron como referencias en y el coste de mano de obra y x seceleciono
número de empleados y las horas laboradas esto nos arrojó unos resultados una intercesión de
-2559.7 y un número de empleados de 1537.44 y en el segundo se tomó como referencia y solo
mano de obra y x número de empleados lo cual arrojo el mismo resultado y no altero el resultado
de mano de obra a diciembre dando $17,427.02