Documentos de Académico
Documentos de Profesional
Documentos de Cultura
5
2 1678.15 23.75
3 2316 8
4 2061.3 17
5 2207 5.5
6 1708.3 19
7 1784.7 24
8 2575 2.5
9 2357.9 7.5
10 2256.7 11
11 2165.2 13
12 2399.55 3.75
13 1779.8 25
14 2336.75 9.75
15 1765.3 22
16 2053.5 18
17 2414.4 6
18 2200.5 12.5
19 2654.2 2
20 1753.7 21.5
35
25
DE LA CRUZ VILLANUEVA EDWARD
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.94958379272614
Coeficiente de determinación R^2 0.90170937940817
R^2 ajustado 0.89624878937529 Podemos ver que tiene un c
Error típico 96.1685612780778
Observaciones 20
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 1 1527190.63716568
Residuos 18 166471.059209317
Total 19 1693661.696375
2500
2000
1500
Y
1000
500
0
0 5 10 15 20
Variable X 1
demos ver que tiene un coeficiente de determiación aceptable
Residuos estándares
1.14072217467158 Variable X 1 Gráfico de los residuales
-0.718844943822089
-0.155438247772906 150
0.695494204936169 100
-2.31214041396857 50
-2.28195443319532 0
Residuos
0.518687635347608
-50 0 5 10 15 20 25
0.4286716278931
-100
0.093750670733322
0.401699645746773 -150
0.217946855047175 -200
-0.949613465364562 -250
0.863226059759156 Variable X 1
0.760793213784547
-0.482343013647614
1.00905091631692
0.102029653241339
0.396625668035042
1.07634947607125
-0.80471328381292
de resultados:
lo está bien elaborado, lo podemos corroborar con el gráfico siguiente.
Y
Pronóstico para Y
15 20 25 30
Variable X 1
ores de F y valor crítico de F distan sginficativamente, así que aseguramos que los datos son represnatativos
Superior 95,0%
2720.63717785625
-31.0763052865292
así que tendremos que evaluar estos datos
10 15 20 25 30
Variable X 1
son represnatativos
Observaciones x1 x2 y
1 4 20 8
2 3 22 10
3 6 23 12
4 6 26 13
5 7 27 15
6 8 30 18
20
18
16
14
12
10
Y
8
6
4
2
0
2
0
2
Resumen
Estadísticas de la r
Coeficiente d
Coeficiente d
R^2 ajustado
Error típico
Observacione
ANÁLISIS DE VARIANZA
Regresión
Residuos
Total
Intercepción
Variable X 1
Observación
1
2
3
4
5
6
y
8
10
12
13
15
18
Vemos qu
Estadísticas de la regresión
Coeficiente de correlación múltipl 0.9891376809123
Coeficiente de determinación R^2 0.97839335180056
R^2 ajustado 0.96398891966759 Un modelo muy bueno
Error típico 0.67538163350597
Observaciones 6
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados
Regresión 2 61.9649122807018 30.9824561403509
Residuos 3 1.36842105263158 0.456140350877192
Total 5 63.3333333333333
Modelo matemático:
F(x)=-8.89473684210526+0.36842105263158*X1+0.789473684210526
8 8
6 6
4 4
2 2
0 0
2 3 4 5 6 7 8 9 18 20
Variable X 1
0 0
2 3 4 5 6 7 8 9 18 20
Variable X 1
Estadísticas de la regresión
0.915509636616045
0.838157894736842
0.797697368421053
1.60078105935821
6
NÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Promedio de los cuadrados F
1 53.0833333333333 53.0833333333333 20.7154471544715
4 10.25 2.5625
5 63.3333333333333
Coeficientes Error típico Estadístico t Probabilidad
2.75 2.27470412277154 1.20894843969833 0.293255275888681
1.75 0.38449517352177 4.55142254185123 0.010406359894631
x1 x2 Predicción Reg X1
4 20 8.36842105263158 16.75
3 22 9.94736842105263 20.25
6 23 10.7368421052632 23.75
6 26 13.1052631578947 25.5
7 27 13.8947368421053 29
8 30 16.2631578947368 34.25
Vemos que ninguno de los modelos individuales son efectivos, será mejor usar la regresión multiple
Sin embargo al evaluar la predicción tan pobre de este modelo, lo ideal será replanetear el experiemento o el tema que esta abarcando
este tema
REGRESIÓN MULTIPLE
F Valor crítico de F
67.923076923077 0.003176 distan mucho, pero no tanco como en el valor anterios
263158*X1+0.789473684210526*X2
8
6
4
2
0
18 20 22 24 26 28 30 32
Variable X 2
0
18 20 22 24 26 28 30 32
Variable X 2
0
18 20 22 24 26 28 30 32
-0.5
-1
Variable X 2
LO CON X1
Valor crítico de F
0.0104063598946
Inferior 95% Superior 95% Inferior 95,0%Superior 95,0%
-3.565591127442 9.06559113 -3.565591127 9.065591127
0.6824702575033 2.81752974 0.682470258 2.817529742
0.5
0
2 3 4 5 6 7 8 9
-0.5
-1
-1.5
-2
Variable X 1
8
6
4
2
0
2 3 4 5 6 7 8 9
Variable X 1
omparación de datos
Chart Title
20
18
16
14
12
10
4
ión multiple
2
0
0 5 10 15 20 25 30 35 40
o el tema que esta abarcando
x1 x2 Predicción Reg X1
o con X1
stico para Y
duales
7 8 9
iduales
28 30 32
ales
8 9
onóstico para Y
30 35 40