Regresión Simple - Densidad real vs.

maiz blanco
Variable dependiente: Densidad real
Variable independiente: maiz blanco ((%))
Log-Y Raíz Cuadrada-X: Y = exp(a + b*sqrt(X))
Número de observaciones: 14

Coeficientes
Mínimos Cuadrados Estándar Estadístico
Parámetro Estimado Error T Valor-P
Intercepto 0.522167 0.0118525 44.0555 0.0000
Pendiente -0.0486961 0.00167619 -29.0516 0.0000

NOTA: intercepto = ln(a)

Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 0.0846897 1 0.0846897 844.00 0.0000
Residuo 0.00120412 12 0.000100344
Total (Corr.) 0.0858938 13

Coeficiente de Correlación = -0.992966

R-cuadrada = 98.5981 porciento
R-cuadrado (ajustado para g.l.) = 98.4813 porciento
Error estándar del est. = 0.0100172
Error absoluto medio = 0.00840157
Estadístico Durbin-Watson = 2.4068 (P=0.7230)
Autocorrelación de residuos en retraso 1 = -0.253459

El StatAdvisor
La salida muestra los resultados de ajustar un modelo para describir la relación entre Densidad real y maiz blanco.
La ecuación del modelo ajustado es

Densidad real = exp(0.522167 - 0.0486961*sqrt(maiz blanco))

Puesto que el valor-P en la tabla ANOVA es menor que 0.05, existe una relación estadísticamente significativa entre
Densidad real y maiz blanco con un nivel de confianza del 95.0%.

El estadístico R-Cuadrada indica que el modelo ajustado explica 98.5981% de la variabilidad en Densidad real. El
coeficiente de correlación es igual a -0.992966, indicando una relación relativamente fuerte entre las variables. El
error estándar del estimado indica que la desviación estándar de los residuos es 0.0100172. Este valor puede
usarse para construir límites de predicción para nuevas observaciones, seleccionando la opción de Pronósticos del
menú de texto.

El error absoluto medio (MAE) de 0.00840157 es el valor promedio de los residuos. El estadístico de Durbin-Watson
(DW) examina los residuos para determinar si hay alguna correlación significativa basada en el orden en el que se
presentan en el archivo de datos. Puesto que el valor-P es mayor que 0.05, no hay indicación de una
autocorrelación serial en los residuos con un nivel de confianza del 95.0%.
 Gráfico del Modelo Ajustado
Densidad real = exp(0.522167 - 0.0486961*sqrt(maiz blanco))

1.4

1.3
Densidad real

1.2

1.1

1
20 30 40 50 60 70 80
maiz blanco

La salida muestra los resultados de ajustar un modelo para describir la relación entre Densidad real y maiz blanco. La ecuación del modelo ajustado,
mostrado como una línea sólida, es

Densidad real = exp(0.522167 - 0.0486961*sqrt(maiz blanco))

Comparación de Modelos Alternos

Modelo Correlación R-Cuadrada
Lineal -0.9998 99.97%
Raíz Cuadrada de Y -0.9998 99.96%
Exponencial -0.9995 99.91%
Cuadrado de Y -0.9992 99.85%
Inversa de Y 0.9983 99.67%
Cuadrado-Y Raíz Cuadrada-X -0.9981 99.63%
Raíz Cuadrada deX -0.9960 99.20%
Inversa-Y Cuadrado-X 0.9937 98.75%
Logarítmico-Y Raíz Cuadrada-X -0.9930 98.60%
Log-Y Cuadrado-X -0.9899 98.00%
Inversa-Y Raíz Cuadrada-X 0.9891 97.82%
Cuadrado-Y Log-X -0.9882 97.66%
Raíz Cuadrada-X Cuadrado-X -0.9877 97.56%
Cuadrado de X -0.9852 97.07%
Logaritmo de X -0.9834 96.70%
Raíz Cuadrada-Y Log-X -0.9806 96.16%
Cuadrado Doble -0.9797 95.98%
Multiplicativa -0.9777 95.58%
Inversa-Y Log-X 0.9711 94.30%
Cuadrado-Y Inversa de X 0.9461 89.51%
Inversa de X 0.9365 87.71%
Raíz Cuadrada-Y Inversa de X 0.9314 86.76%
Curva S 0.9262 85.78%
Doble Inverso -0.9151 83.73%
Raíz Cuadrada Doble <sin ajuste>
Logístico <sin ajuste>
Log probit <sin ajuste>

El StatAdvisor
Esta tabla muestra los resultados de ajustar varios modelos curvilíneos a los datos. De los modelos ajustados, el
modelo es el que arroja el valore más alto de R-Cuadrada con 99.9684%. Este es 1.37029% mayor que el modelo
seleccionado. Para cambiar los modelos, seleccione el cuadro de diálogo de las Opciones de Análisis.

Gráfico de Residuos
Densidad real = exp(0.522167 - 0.0486961*sqrt(maiz blanco))

1.5

1
Rediduo Estudentizado

0.5

-0.5

-1

-1.5
20 30 40 50 60 70 80
maiz blanco

Esta gráfica despliega los residuos Estudentizados versus los valores de maiz blanco. Cualquier patrón no aleatorio indicaría que el modelo
seleccionado no es adecuado para describir los datos observados. Además, cualquier valor fuera del rango de -3 a +3 bien podría ser un dato
aberrante (outlier).
Residuos Atípicos
Predicciones Residuos
Fila X Y Y Residuos Studentizados

El StatAdvisor
La tabla de residuos atípicos enlista todas las observaciones que tienen residuos Estudentizados mayores a 2, en
valor absoluto. Los residuos Estudentizados miden cuántas desviaciones estándar se desvía cada valor observado
de Densidad real del modelo ajustado, utilizando todos los datos excepto esa observación. En este caso, no hay
residuos Estudentizados mayores que 2.

Regresión Simple - Densidad real vs. arroz

Variable dependiente: Densidad real
Variable independiente: arroz ((%))
Exponencial: Y = exp(a + b*X)
Número de observaciones: 14

Coeficientes
Mínimos Cuadrados Estándar Estadístico
Parámetro Estimado Error T Valor-P
Intercepto 0.00505684 0.00172006 2.93992 0.0124
Pendiente 0.00363352 0.0000315925 115.012 0.0000

NOTA: intercepto = ln(a)

Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 0.085816 1 0.085816 13227.74 0.0000
Residuo 0.0000778509 12 0.00000648757
Total (Corr.) 0.0858938 13

Coeficiente de Correlación = 0.999547

R-cuadrada = 99.9094 porciento
R-cuadrado (ajustado para g.l.) = 99.9018 porciento
Error estándar del est. = 0.00254707
Error absoluto medio = 0.00192353
Estadístico Durbin-Watson = 2.48968 (P=0.7742)
Autocorrelación de residuos en retraso 1 = -0.283788

El StatAdvisor
La salida muestra los resultados de ajustar un modelo para describir la relación entre Densidad real y arroz. La
ecuación del modelo ajustado es

Densidad real = exp(0.00505684 + 0.00363352*arroz)

Puesto que el valor-P en la tabla ANOVA es menor que 0.05, existe una relación estadísticamente significativa entre
Densidad real y arroz con un nivel de confianza del 95.0%.

El estadístico R-Cuadrada indica que el modelo ajustado explica 99.9094% de la variabilidad en Densidad real
después de transformar a una escala recíproca para linearizar el modelo. El coeficiente de correlación es igual a
0.999547, indicando una relación relativamente fuerte entre las variables. El error estándar del estimado indica que
la desviación estándar de los residuos es 0.00254707. Este valor puede usarse para construir límites de predicción
para nuevas observaciones, seleccionando la opción de Pronósticos del menú de texto.

El error absoluto medio (MAE) de 0.00192353 es el valor promedio de los residuos. El estadístico de Durbin-Watson
(DW) examina los residuos para determinar si hay alguna correlación significativa basada en el orden en el que se
presentan en el archivo de datos. Puesto que el valor-P es mayor que 0.05, no hay indicación de una
autocorrelación serial en los residuos con un nivel de confianza del 95.0%.
 Gráfico del Modelo Ajustado
Densidad real = exp(0.00505684 + 0.00363352*arroz)

1.4

1.3
Densidad real

1.2

1.1

1
20 30 40 50 60 70 80
arroz

La salida muestra los resultados de ajustar un modelo model para describir la relación entre Densidad real y arroz. La ecuación del modelo ajustado,
mostrado como una línea sólida, es

Densidad real = exp(0.00505684 + 0.00363352*arroz)

Comparación de Modelos Alternos

Modelo Correlación R-Cuadrada
Lineal 0.9998 99.97%
Raíz Cuadrada de Y 0.9998 99.96%
Exponencial 0.9995 99.91%
Cuadrado de Y 0.9992 99.85%
Inversa de Y -0.9983 99.67%
Logarítmico-Y Raíz Cuadrada-X 0.9975 99.50%
Raíz Cuadrada Doble 0.9964 99.28%
Raíz Cuadrada deX 0.9951 99.01%
Cuadrado-Y Raíz Cuadrada-X 0.9917 98.35%
Cuadrado Doble 0.9913 98.27%
Inversa-Y Log-X -0.9910 98.21%
Cuadrado de X 0.9869 97.41%
Multiplicativa 0.9867 97.36%
Raíz Cuadrada-X Cuadrado-X 0.9844 96.91%
Raíz Cuadrada-Y Log-X 0.9842 96.87%
Log-Y Cuadrado-X 0.9817 96.37%
Logaritmo de X 0.9815 96.34%
Inversa-Y Cuadrado-X -0.9755 95.17%
Cuadrado-Y Log-X 0.9755 95.16%
Doble Inverso 0.9521 90.65%
Curva S -0.9430 88.92%
Raíz Cuadrada-Y Inversa de X -0.9381 88.00%
Inversa de X -0.9330 87.05%
Cuadrado-Y Inversa de X -0.9224 85.08%
Inversa-Y Raíz Cuadrada-X <sin ajuste>
Logístico <sin ajuste>
Log probit <sin ajuste>

El StatAdvisor
Esta tabla muestra los resultados de ajustar varios modelos curvilíneos a los datos. De los modelos ajustados, el
modelo es el que arroja el valore más alto de R-Cuadrada con 99.9684%. Este es 0.05905% mayor que el modelo
seleccionado. Para cambiar los modelos, seleccione el cuadro de diálogo de las Opciones de Análisis.

Gráfico de Densidad real

1.4

1.3
observado

1.2

1.1

1
1 1.1 1.2 1.3 1.4
predicho

Esta gráfica despliega los valores observados de Densidad real versus los valores predichos por el modelo ajustado. Entre más próximos se
encuentren los puntos a la línea diagonal, mejor es el modelo para predecir los valores observados. Deben buscarse diversas anomalías, tales como
incremento de la variabilidad alrededor de la línea conforme se incrementan los valores de arroz (heterocedasticidad), ó valores individuales que
quedan muy alejados de la línea (valores aberrantes ó outliers).
Residuos Atípicos
Predicciones Residuos
Fila X Y Y Residuos Studentizados
9 50.0 1.211 1.20531 0.00569487 2.21

El StatAdvisor
La tabla de residuos atípicos enlista todas las observaciones que tienen residuos Estudentizados mayores a 2, en
valor absoluto. Los residuos Estudentizados miden cuántas desviaciones estándar se desvía cada valor observado
de Densidad real del modelo ajustado, utilizando todos los datos excepto esa observación. En este caso, hay un
residuo Estudentizado mayor que 2, pero ninguno mayor que 3.

Gráfico de Residuos
Densidad real = exp(0.00505684 + 0.00363352*arroz)

2.5

1.5
Rediduo Estudentizado

0.5

-0.5

-1.5

-2.5
20 30 40 50 60 70 80
arroz

Esta gráfica despliega los residuos Estudentizados versus los valores de arroz. Cualquier patrón no aleatorio indicaría que el modelo seleccionado no
es adecuado para describir los datos observados. Además, cualquier valor fuera del rango de -3 a +3 bien podría ser un dato aberrante (outlier).