Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EJERCICIOS DE APLICACIÓN:
42.- Una investigación de un proceso de fundición a presión produjo los datos siguientes sobre X 1=
Temperatura de horno, X2= Tiempo de cierre de matriz y Y= Diferencia en temperatura en la superficie de
la matriz.
Y X1 X2
80 1250 6
95 1300 7
101 1350 6
85 1250 7
92 1300 6
87 1250 8
96 1300 8
106 1350 7
108 1350 8
A continuación, aparece la salida de “EXCEL” por ajuste del modelo de regresión múltiple con
pronosticadores X1 y X2
Estadísticas de la regresión
ŷ= b0 + b1X1 + b2X2
ŷ= -199.555 + 0.210 X1 + 3 X2
b) Utilice la prueba t para evaluar la contribución al modelo de cada variable de regresión
(Contribución individual). Si se emplea α=0.05, Que conclusiones se puede obtener?
CONTRIBUCIÓN INDIVIDUAL X1
VARIABLE DEPENDIENTE
Y: Diferencia en temperatura en la superficie de la matriz.
VARIABLE INDEPENDIENTE
X1: Temperatura de horno
FORMULACIÓN DE HIPÓTESIS
H0: La temperatura de horno no influye en la diferencia de temperatura en la superficie de la matriz.
H1: La temperatura de horno si influye en la diferencia de temperatura en la superficie de la matriz.
CONTRIBUCIÓN INDIVIDUAL X2
Variable Dependiente:
Y: Diferencia en temperatura en la superficie de la matriz.
Variable Independiente
X2: Tiempo de cierre de matriz
FORMULACIÓN DE HIPÓTESIS
H0: El tiempo de cierre de matriz no influye en la diferencia de temperatura en la superficie de la
matriz.
H1: El tiempo de cierre de matriz si influye en la diferencia de temperatura en la superficie de la
matriz.
ANÁLISIS DE VARIANZA
Grados Suma de Promedio de F Valor
de cuadrados los cuadrados crítico de F
libertad
Regresión 2 715.5 357.75 319.31405 8.06E-07
Residuos 6 6.72222222 1.12037037
Total 8 722.222222
Tener en cuenta: Si “P valué” es < que α=0.05, se rechaza la H0
d) Calcule e interprete R y R2
Estadísticas de la regresión
ŷ= b0 + b1X1 + b2X2
ŷ= -199.55556 + 0.210 (1750) + 3 (9)
ŷ= 194.94444
Y X1 X2 X3
90.6 0,6 200 120
82.7 0,6 250 150
58.7 0,6 400 240
43.2 0,6 500 300
25.0 0,6 600 180
127.1 1,0 200 200
112.3 1,0 250 250
19.6 1,0 400 400
17.8 1,0 500 500
9.1 1,0 600 600
53.1 2,6 200 520
52.0 2,6 250 650
43.4 2,6 400 1040
42.4 2,6 500 1300
31.6 2,6 600 1560
40.9 2,8 200 560
37.9 2,8 250 700
27.5 2,8 400 1120
27.3 2,8 500 1400
19.0 2,8 600 1680
A continuación, aparece la salida de “EXCEL” por ajuste del modelo de regresión múltiple con
pronosticadores X1, X2 y X3
a) La ecuación de regresión lineal múltiple del área superficial de un catalizador de hidróxido de hierro
– cobalto:
CONTRIBUCIÓN INDIVIDUAL X1
Variable Dependiente:
Y: El área superficial de un catalizador de hidróxido de hierro-cobalto
Variable Independiente
X1: El efecto del contenido molar del cobalto
FORMULACIÓN DE HIPÓTESIS
H0: El efecto del contenido molar del cobalto no influye en el área superficial de un catalizador de
hidróxido de hierro-cobalto.
H1: El efecto del contenido molar del cobalto si influye en el área superficial de un catalizador de
hidróxido de hierro-cobalto.
CONTRIBUCIÓN INDIVIDUAL X2
Variable Dependiente:
Y: En el área superficial de un catalizador de hidróxido de hierro - cobalto
Variable Independiente
X2: La temperatura de calcinación
FORMULACIÓN DE HIPÓTESIS
H0: La temperatura de calcinación no influye En el área superficial de un catalizador de hidróxido
de hierro-cobalto
H1: La temperatura de calcinación si influye En el área superficial de un catalizador de hidróxido
de hierro-cobalto
FORMULACIÓN DE HIPÓTESIS
H0: La pronosticadora de interacción no influye en el área superficial de un catalizador de hidróxido de
hierro-cobalto.
H1: La pronosticadora de interacción si influye en el área superficial de un catalizador de hidróxido de
hierro-cobalto.
PX1 = 0.00142219 < 0.05, Se indica que el efecto del contenido molar del cobalto (X1),
si influye en el área superficial de un catalizador de hidróxido de hierro-cobalto.
PX2 = 0.0000041803 < 0.05, Se indica que la temperatura de calcinación (X2) si influye
en el área superficial de un catalizador de hidróxido de hierro-cobalto.
PX3 = 0.00857369 < 0.05, se indica que una pronosticadora de interacción (X3), si
influye en el área superficial de un catalizador de hidróxido de hierro- cobalto.
c) Pruebe la significancia de la regresión (Contribución conjunta) utilizando α=0.05; ¿Cuál es el valor P
de esta prueba?
Interpretar el cuadro ANVA (Verificamos el valor de P Value)
ANÁLISIS DE VARIANZA
Grados Suma de Promedio F Valor crítico
de cuadrados de los de F
libertad cuadrados
Regresió 3 14664.901 4888.30061 16.129125 4.284E-05
n 8 5
Residuos 16 4849.1661 303.072885
6
Total 19 19514.068
Tener en cuenta: Si “P valué” es < que α=0.05, se rechaza la H0
d) Calcule e interprete R y R2
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.86689335
Coeficiente de determinación R^2 0.75150409
R^2 ajustado 0.7049111
Error típico 17.4089886
Observaciones 20
R= 0.86689335, nos indica que hay una correlación directa positiva entre el área superficial de un
catalizador de hidróxido de hierro-cobalto, el efecto del contenido molar del cobalto, la temperatura
de calcinación y la pronosticadora de interacción.
Obs Y X1 X2 X3 X4 X5
1 61.5 16 24 9.0 35 5
2 51.0 8 24 9.0 35 3
3 81.0 16 16 9.0 35 3
4 50.9 8 16 9.0 35 5
5 66.7 16 24 8.0 35 3
6 48.8 8 24 8.0 35 5
7 71.3 16 16 8.0 35 5
8 62.8 8 16 8.0 35 3
9 64.0 16 24 9.0 25 3
10 37.7 8 24 9.0 25 5
11 68.7 16 16 9.0 25 5
12 54.1 8 16 9.0 25 3
13 61.6 16 24 8.0 25 5
14 48.0 8 24 8.0 25 3
15 73.2 16 16 8.0 25 3
16 43.3 4 16 8.0 25 5
17 35.0 20 20 8.5 30 4
18 69.6 12 20 8.5 30 4
19 70.0 12 12 8.5 30 4
20 48.2 12 28 8.5 30 4
21 56.0 12 20 7.5 30 4
22 77.6 12 20 9.5 30 4
23 55.0 12 20 8.5 20 4
24 60.6 12 20 8.5 40 4
25 54.9 12 20 8.5 30 2
26 49.8 12 20 8.5 30 6
27 54.1 12 20 8.5 30 4
28 61.2 12 20 8.5 30 4
29 52.5 12 20 8.5 30 4
30 57.1 12 20 8.5 30 4
31 52.5 12 20 8.5 30 4
32 56.6 12 20 8.5 30 4
A continuación, aparece la salida de “EXCEL” por ajuste del modelo de regresión múltiple con
pronosticadores X1, X2, X3, X4 y X5
Estadísticas de la regresión
Coeficiente de correlación 0.8953971
múltiple 2
Coeficiente de determinación 0.8017360
R^2 1
R^2 ajustado 0.7636083
2
Error típico 5.2480937
5
Observaciones 32
ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los F Valor crítico
libertad cuadrados cuadrados de F
Regresión 5 2895.77 579.154 21.0276574 2.1806E-08
Residuos 26 716.104688 27.542488
Total 31 3611.87469
CONTRIBUCIÓN INDIVIDUAL X1
Variable Dependiente:
Y: Contenido de paladio (%) de la capa
Variable Independiente
X1: Concentración de Pd (g/dm3)
FORMULACIÓN DE HIPÓTESIS
H0: La concentración de Pd (g/dm3), no influye en el Contenido de paladio (%) de la capa.
H1: La concentración de Pd (g/dm3), si influye en el Contenido de paladio (%) de la capa.
CONTRIBUCIÓN INDIVIDUAL X2
Variable Dependiente:
Y: Contenido de paladio (%) de la capa
Variable Independiente
X2: Concentración de Ni(g/dm3)
FORMULACIÓN DE HIPÓTESIS
H0: La Concentración de Ni(g/dm3), no influye en el Contenido de paladio (%) de la capa.
H1: La Concentración de Ni(g/dm3), si influye en el Contenido de paladio (%) de la capa.
FORMULACIÓN DE HIPÓTESIS
H0: El pH, no influye en el Contenido de paladio (%) de la capa.
H1: El pH, si influye en el Contenido de paladio (%) de la capa.
CONTRIBUCIÓN INDIVIDUAL X4
Variable Dependiente:
Y: Contenido de paladio (%) de la capa
Variable Independiente
X4: Temperatura (°C)
FORMULACIÓN DE HIPÓTESIS
H0: La temperatura (°C), no influye en el contenido de paladio (%) de la capa.
H1: La temperatura (°C), si influye en el contenido de paladio (%) de la capa.
Verificamos el valor de P value
CONTRIBUCIÓN INDIVIDUAL X5
Variable Dependiente:
Y: Contenido de paladio (%) de la capa
Variable Independiente
X5: Densidad de corriente catódica (A/dm2)
FORMULACIÓN DE HIPÓTESIS
H0: La densidad de corriente catódica (A/dm2), no influye en el contenido de paladio (%) de la capa.
H1: La densidad de corriente catódica (A/dm2), si influye en el contenido de paladio (%) de la capa.
d) Calcule e interprete R y R2
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.89539712
Coeficiente de determinación R^2 0.80173601
R^2 ajustado 0.76360832
Error típico 5.24809375
Observaciones 32
R= 0.89539712, nos indica que hay una correlación directa positiva entre el Contenido de paladio (%)
de la capa, Concentración de Pd (g/dm3), Concentración de Ni(g/dm3), pH, Temperatura (°C) y la
densidad de corriente catódica (A/dm2).
R2 % = 0.80173601, nos indica el 80.1% de la variabilidad del Contenido de paladio (%) de la capa es
como consecuencia de la concentración de Pd (g/dm3), (X1), concentración de Ni(g/dm3), (X2), pH
(X3), Temperatura (°C), (X4) y la densidad de corriente catódica (A/dm2), (X5),
73.- La información siguiente sobre X= frecuencia (MHz) y Y= potencia de salida (W), para cierto tipo de
configuración láser, apareció en una grafico del artículo “Frequency Dependence” in RF Discharge in
Excited Waveguide CO2 Lasers” (IEEE J. Quantum Electronics, 1984: 509-514).
N° X Y
1 60 16
2 63 17
3 77 19
4 100 21
5 125 22
6 157 20
7 186 15
8 222 5
25
20
15
10
0
40 60 80 100 120 140 160 180 200 220 240
N° X Y XY X2 Y2
1 60 16 960 3600 256
2 63 17 1071 3969 289
3 77 19 1463 5929 361
4 100 21 2100 10000 441
5 125 22 2750 15625 484
6 157 20 3140 24649 400
7 186 15 2790 34596 225
8 222 5 1110 49284 25
Σ 990 135 15384 147652 2481
β1= b= -0.052596511466
β0= a = Σy - b Σx
n n
Y= 23.38381829 -0.052596511466 X
c) Interprete los coeficientes del modelo de regresión
R= - 0.585492035094
Esto quiere decir que a mayor frecuencia (MHz) menor potencia de salida (W).
R2= (- 0.585492035094)2
R2= 0.34280092
Y X1 X2
5.95 3 30
5.60 3 60
5.44 3 90
6.22 9 30
5.85 9 60
5.61 9 90
8.36 15 30
7.30 15 60
6.43 15 90
A continuación, aparece la salida de “EXCEL” por ajuste del modelo de regresión múltiple con
pronosticadores X1 y X2
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.89807061
Coeficiente de determinación R^2 0.80653082
R^2 ajustado 0.74204109
Error típico 0.48507445
Observaciones 9
ANÁLISIS DE VARIANZA
Total 8 7.2972
CONTRIBUCIÓN INDIVIDUAL X1
Variable Dependiente:
Y: Área superficial especifica (cm3/g)
Variable Independiente:
X1: % de NaOH utilizado como sustancia química de tratamiento
previo
FORMULACIÓN DE HIPÓTESIS
H0: El % de NaOH utilizado como sustancia química de tratamiento previo no influye en el área
superficial especifica (cm3/g).
H1: El % de NaOH utilizado como sustancia química de tratamiento previo si influye en el área
superficial especifica (cm3/g).
CONTRIBUCIÓN INDIVIDUAL X2
Variable Dependiente:
Y: Área superficial especifica (cm3/g)
Variable Independiente
X2: Tiempo de tratamiento (min) para un lote de pulpa.
FORMULACIÓN DE HIPÓTESIS
H0: Tiempo de tratamiento (min) para un lote de pulpa no influye en el área superficial especifica
(cm3/g).
H1: Tiempo de tratamiento (min) para un lote de pulpa si influye en el área superficial especifica
(cm3/g).
PX2 = 0.04250965< 0.05, Se indica que el tiempo de tratamiento (min) para un lote de
pulpa (X2) si influye en el Área superficial especifica (cm3/g).
ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de F Valor crítico
libertad cuadrados los cuadrados de F
Regresión 2 5.88541667 2.94270833 12.5063454 0.00724161
Residuos 6 1.41178333 0.23529722
Total 8 7.2972
Tener en cuenta: Si “P valué” es < que α=0.05, se rechaza la H0
d) Calcule e interprete R y R2
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.89807061
Coeficiente de determinación R^2 0.80653082
R^2 ajustado 0.74204109
Error típico 0.48507445
Observaciones 9
R= 0.89807061, nos indica que hay una correlación directa positiva entre el Área superficial
especifica (cm3/g), el % de NaOH utilizado como sustancia química de tratamiento previo y el tiempo
de tratamiento (min) para un lote de pulpa.
R2 % = 0.80653082, nos indica el 80.6% de la variabilidad del el Área superficial especifica (cm 3/g), es
como consecuencia del % de NaOH utilizado como sustancia química de tratamiento previo (X 1) y el
tiempo de tratamiento (min) para un lote de pulpa (X2).
TAREA
APLICACIÓN PRÁCTICA DE DOS EJEMPLOS DE REGRESIÓN MÚLTIPLE.
SOLUCIÓN
1.- Supongamos que obtenemos los siguientes datos en el estudio de la relación citada sobre la
inteligencia y la motivación como predictores de la calificación final obtenida en el bachillerato en una
muestra de 12 sujetos:
Sujetos X1 X2 Y
1 85 10 4
2 100 20 5
3 95 35 8
4 80 30 7
5 180 45 10
6 90 25 6
7 110 10 6
8 120 15 7
9 80 10 4
10 95 15 4
11 160 15 6
12 150 45 9
A continuación, aparece la salida de “EXCEL” por ajuste del modelo de regresión múltiple con
pronosticadores X1 y X2
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.92159464
Coeficiente de determinación R^2 0.84933667
R^2 ajustado 0.81585593
Error típico 0.84513654
Observaciones 12
ANÁLISIS DE VARIANZA
Grados Suma de Promedio de F Valor
de cuadrados los cuadrados crítico de F
liberta
d
Regresión 2 36.2383647 18.1191824 25.3679186 0.0002
Residuos 9 6.42830196 0.71425577
Total 11 42.6666667
CONTRIBUCIÓN INDIVIDUAL X1
Variable Dependiente:
Y: Calificación final
Variable Independiente:
X1: La inteligencia
FORMULACIÓN DE HIPÓTESIS
H0: La inteligencia no influye en la calificación final.
H1: La inteligencia si influye en la calificación final.
FORMULACIÓN DE HIPÓTESIS
H0: La motivación no influye en la calificación final.
H1: La motivación si influye en la calificación final.
PX1 = 0.05972718 > 0.05, Se indica que la inteligencia (X 1), no influye en la calificación
final.
PX2 = 0.00091227 < 0.05, Se indica que la motivación (X2), si influye en la calificación
final.
c) Pruebe la significancia de la regresión (Contribución conjunta) utilizando α=0.05; ¿Cuál es el valor P
de esta prueba?
Interpretar el cuadro ANVA (Verificamos el valor de P Value)
ANÁLISIS DE VARIANZA
Grados Suma de Promedio de F Valor
de cuadrados los crítico
libertad cuadrados de F
Regresión 2 36.2383647 18.1191824 25.3679186 0.0002
Residuos 9 6.42830196 0.71425577
Total 11 42.6666667
Tener en cuenta: Si “P valué” es < que α=0.05, se rechaza la H0
d) Calcule e interprete R y R2
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.92159464
Coeficiente de determinación R^2 0.84933667
R^2 ajustado 0.81585593
Error típico 0.84513654
Observaciones 12
R= 0.92159464, nos indica que hay una correlación directa positiva entre la calificación final, la
inteligencia y la motivación.
REFERENCIA WEB
http://biblio3.url.edu.gt/Libros/2012/esta-AE/13.pdf
2.- Se pidió una muestra aleatoria de 25 estudiantes universitarios de primer año de la Universidad de
Illinois que valoraran en una escala de 1 (baja) a 10 (alta), su opinión general sobre la vida en la
residencia (Y). También se les pidi6 que valoraran su nivel de satisfacción con los compañeros (X 1), con la
planta (X2), con la Satisfacción con los espacios deportivos (X 3) y con el director de la residencia (X 4), se
Obtuvo información sobre la satisfacci6n con la habitación, pero esta se descartó más tarde, porque no
suministraba más informaci6n para explicar la opinión general). Se estimo los siguientes valores:
Estudiante
Y X1 X2 X3 X4
s
1 6 5 4 3 7
2 7 4 4 3 5
3 6 3 4 6 6
4 7 5 3 7 5
5 8 6 3 6 6
6 4 2 3 7 7
7 5 3 6 6 4
8 5 5 10 7 3
9 4 5 7 8 4
10 6 7 6 9 3
11 4 5 8 6 9
12 5 6 7 10 8
13 7 6 6 10 7
14 7 6 5 10 5
15 8 10 4 5 4
16 7 4 3 5 5
17 9 3 4 5 6
18 10 5 4 6 6
19 10 6 4 6 6
20 6 10 10 6 7
21 6 7 5 7 8
22 7 7 5 7 9
23 7 10 5 7 10
24 7 5 5 5 10
25 7 6 5 5 10
A continuación, aparece la salida de “EXCEL” por ajuste del modelo de regresión múltiple con
pronosticadores X1, X2, X3 y X4
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.62942481
Coeficiente de determinación R^2 0.39617559
R^2 ajustado 0.27541071
Error típico 1.39004968
Observaciones 25
ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los F Valor crítico
libertad cuadrados cuadrados de F
Regresión 4 25.355238 6.3388095 3.280553 0.03196996
Residuos 20 38.644762 1.9322381
Total 24 64
ŷ= b0 + b1X1 + b2X2
ŷ= 8.63878748 + (0.31644036) X1 + (-0.4795727) X2 +
(-0.12835731) X3 + (-0.07780902) X4
b) Utilice la prueba t para evaluar la contribución al modelo de cada variable de regresión
(Contribución individual). Si se emplea α=0.05, Que conclusiones se puede obtener?
CONTRIBUCIÓN INDIVIDUAL X1
Variable Dependiente:
Y: Opinión general sobre la vida en la residencia
Variable Independiente:
X1: Satisfacci6n con los compañeros
FORMULACIÓN DE HIPÓTESIS
H0: La satisfacción con los compañeros no influye en la opinión general sobre la vida en la
residencia.
H1: La satisfacción con los compañeros si influye en la opinión general sobre la vida en la residencia.
CONTRIBUCIÓN INDIVIDUAL X2
Variable Dependiente:
Y: Opinión general sobre la vida en la residencia.
Variable Independiente:
X2: Satisfacción con la plana
FORMULACIÓN DE HIPÓTESIS
H0: La satisfacción con la plana no influye en la opinión general sobre la vida en la residencia.
H1: La satisfacción con la plana si influye en la opinión general sobre la vida en la residencia.
FORMULACIÓN DE HIPÓTESIS
H0: La satisfacción con los espacios deportivos no influye en la opinión general sobre la vida en la
residencia.
H1: La satisfacción con los espacios deportivos si influye en la opinión general sobre la vida en la
residencia.
FORMULACIÓN DE HIPÓTESIS
H0: La satisfacción con el director de la residencia no influye en la opinión general sobre la vida en la
residencia.
H1: La satisfacción con el director de la residencia si influye en la opinión general sobre la vida en la
residencia.
PX2 = 0.00670762 < 0.05, Se indica que la satisfacción con la plana (X2), si influye en el la
opinión general sobre la vida en la residencia.
PX3 = 0.4348346 < 0.05, Se indica que la satisfacción con los espacios deportivos (X3), no
influye en la opinión general sobre la vida en la residencia.
PX4 = 0.57930576 < 0.05, Se indica que la satisfacción con el director de la residencia (X4)
no influye en la opinión general sobre la vida en la residencia
ANÁLISIS DE VARIANZA
Grados Suma de Promedio F Valor
de cuadrados de los crítico de F
liberta cuadrados
d
Regresió 4 25.35523 6.338809 3.280553 0.03196996
n 8 5
Residuos 20 38.64476 1.932238
2 1
Total 24 64
Tener en cuenta: Si “P valué” es < que α=0.05, se rechaza la H0
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.62942481
Coeficiente de determinación R^2 0.39617559
R^2 ajustado 0.27541071
Error típico 1.39004968
Observaciones 25
R= 0.62942481, nos indica que hay una correlación directa positiva entre la opinión general sobre la
vida en la residencia, la satisfacci6n con los compañeros, satisfacción con la plana, la satisfacción
con los espacios deportivos y la satisfacción con el director de la residencia.
REFERENCIA WEB
http://biblio3.url.edu.gt/Libros/2012/esta-AE/13.pdf
3.-Basándose en las calificaciones obtenidas por 15 estudiantes en el primer examen de un curso de
estadística para los negocios, donde y = calificaci6n efectiva del estudiante en el examen X 1 = calificaci6n
esperada por el estudiante en el examen X 2 = calificaci6n media del estudiante y X 3 = horas semana1es
dedicadas a estudiar para el curso.
N°
Estudiante Y X1 X2 X3
s
1 14 16 1 7
2 16 16 1 8
3 16 16 1 8
4 14 16 1 7
5 14 16 1 7
6 14 16 1 7
7 15 17 1 7.5
8 16 18 1 8
9 15 18 2 7.5
10 16 18 2 8
11 17 19 2 8.5
12 15 19 2 7.5
13 16 19 2 8
14 16 20 2 8
15 16 20 2 8
A continuación, aparece la salida de “EXCEL” por ajuste del modelo de regresión múltiple con
pronosticadores X1, X2, X3 y X4
Estadísticas de la regresión
Coeficiente de correlación múltiple 1
Coeficiente de determinación R^2 1
R^2 ajustado 1
Error típico 2.1226E-16
Observaciones 15
ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de F Valor crítico
libertad cuadrados los cuadrados de F
Regresió 3 13.3333333 4.44444444 9.8646E+31 3.86E-173
n
Residuos 11 4.956E-31 4.5054E-32
Total 14 13.3333333
ŷ= b0 + b1X1 + b2X2
ŷ= (-0.0000000000000001776) + (-0.0000000000000000076613) X1 +
(0.000000000000000024481) X2 + (2) X3
b) Utilice la prueba t para evaluar la contribución al modelo de cada variable de regresión (Contribución
individual). Si se emplea α=0.05, Que conclusiones se puede obtener?
CONTRIBUCIÓN INDIVIDUAL X1
Variable Dependiente:
Y: Calificaci6n efectiva del estudiante en el examen
Variable Independiente:
X1: Calificaci6n esperada por el estudiante en el examen
FORMULACIÓN DE HIPÓTESIS
H0: La calificaci6n efectiva del estudiante en el examen no influye en la calificaci6n esperada por el
estudiante en el examen.
H1: La calificaci6n efectiva del estudiante en el examen si influye en la calificaci6n esperada por el
estudiante en el examen.
CONTRIBUCIÓN INDIVIDUAL X2
Variable Dependiente:
Y: Calificaci6n efectiva del estudiante en el examen
Variable Independiente:
X2: Calificaci6n media del estudiante
FORMULACIÓN DE HIPÓTESIS
H0: La calificaci6n media del estudiante no influye en la calificaci6n efectiva del estudiante en el
examen.
H1: La calificaci6n media del estudiante si influye en la calificaci6n efectiva del estudiante en el
examen.
FORMULACIÓN DE HIPÓTESIS
H0: Las horas semanales dedicadas a estudiar para el curso, no influye en la calificaci6n efectiva
del estudiante en el examen.
H1: Las horas semanales dedicadas a estudiar para el curso, si influye en la calificaci6n efectiva del
estudiante en el examen.
PX1 = 0.37006612 > 0.05, Calificaci6n esperada por el estudiante en el examen (X1), n
influye en la calificaci6n efectiva del estudiante en el examen.
PX2 = 0.91611823 < 0.05, Se indica que la Calificaci6n media del estudiante (X2), n
influye en la calificaci6n efectiva del estudiante en el examen.
PX3 = 000000000000000004403 < 0.05, Se indica que las Horas semanales dedicadas
estudiar para el curso (X3), si influye en la calificaci6n efectiva del estudiante en
examen.
c) Pruebe la significancia de la regresión (Contribución conjunta) utilizando α=0.05; ¿Cuál es el valor P
de esta prueba?
ANÁLISIS DE VARIANZA
Grados Suma de Promedio de F Valor
de cuadrados los crítico de F
libertad cuadrados
Regresió 3 13.3333333 4.44444444 9.8646E+31 3.86E-173
n
Residuos 11 4.956E-31 4.5054E-32
Total 14 13.3333333
Tener en cuenta: Si “P valué” es < que α=0.05, se rechaza la H0
d) Calcule e interprete R y R2
Estadísticas de la regresión
Coeficiente de correlación múltiple 1
Coeficiente de determinación R^2 1
R^2 ajustado 1
Error típico 2.1226E-16
Observaciones 15
R= 1, nos indica que hay una correlación perfecta positiva entre la Calificaci6n efectiva del estudiante
en el examen, Calificaci6n esperada por el estudiante en el examen, Califieaci6n media del
estudiante y las horas semanales dedicadas a estudiar para el curso.
REFERENCIA WEB
http://biblio3.url.edu.gt/Libros/2012/esta-AE/13.pdf