Documentos de Académico
Documentos de Profesional
Documentos de Cultura
independientes cualitativas
Mtra. Jessica Fernández
Objetivos
Variable ficticia. Una variable en la que solo hay dos posibles resultados. Para el análisis,
uno de los resultados se codifica como 1 y el otro como 0.
Ejemplo
Cierta agencia que repara automóviles piensa que los meses que se tardan las personas
en traerlo a reparar, el tipo de reparación y la persona que lo repara afectan al tiempo
que se tardan en arreglar el carro.
Use un 95% de confianza para probar lo anterior
Tiempo de reparación Meses desde su último
Vehículo Tipo de reparación Persona que repara
(horas) servicio
#
1 2.9 2 Eléctrico David
2 3.0 6 Mecánico David
3 4.8 8 Eléctrico Roberto
4 1.8 3 Mecánico David
5 2.9 2 Eléctrico David
6 4.9 7 Eléctrico Roberto
7 4.2 9 Mecánico Roberto
8 4.8 8 Mecánico Roberto
9 4.4 4 Eléctrico Roberto
10 4.5 6 Eléctrico David
Tipo de reparación Tipo de reparación Persona que repara Persona que repara
Eléctrico 1 David 1
Mecánico 0 David 1
Eléctrico 1 Roberto 0
Mecánico 0 David 1
Eléctrico 1 David 1
Eléctrico 1 Roberto 0
Mecánico 0 Roberto 0
Mecánico 0 Roberto 0
Eléctrico 1 Roberto 0
Eléctrico 1 David 1
Ejemplo
Posgrados en Línea - Educación Digital
Regression Statistics
Multiple R
R Square
0.948788539
0.900199692
Prueba global
Adjusted R Square 0.850299539 H0: β1 = β2 = β3 = 0
Standard Error 0.417434231 H1: No todo βs son 0
Observations 10
Se rechaza Ho
ෝ𝒚 = 𝟏. 𝟖𝟔 + 𝟎. 𝟐𝟗𝒙𝟏 + 𝟏. 𝟏𝟎𝒙𝟐 − 𝟎. 𝟔𝟏𝒙𝟑
ANOVA
df SS MS F Significance F
p - valor £ a
Regression 3 9.430491979 3.143497326 18.04001841 0.002091348
Residual 6 1.045508021 0.174251337 𝑣𝑎𝑙𝑜𝑟 − 𝑝 = .002<𝛼 = 0.05
Total 9 10.476
Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95.0% Upper 95.0%
Intercept 1.860160428 0.728633984 2.552942176 0.043318538 0.077257298 3.643063558 0.077257298 3.643063558
Meses desde su último servicio 0.29144385 0.083598385 3.486237804 0.01304298 0.086885971 0.496001729 0.086885971 0.496001729
Tipo de reparación 1.102406417 0.303344279 3.634175735 0.010910551 0.360149707 1.844663128 0.360149707 1.844663128
Persona que repara -0.609090909 0.387930137 -1.570104644 0.167444241 -1.558321758 0.34013994 -1.558321758 0.34013994
Solución:
Posgrados en Línea - Educación Digital
Pruebas individuales
SUMMARY OUTPUT
Meses desde Tipo de Persona que
Regression Statistics su último servicio reparación repara
Multiple R 0.948788539 H0: β1 = 0 H0: β2 = 0 H0: β3 = 0
R Square 0.900199692
H1: β1 ≠ 0 H1: β2 ≠ 0 H1: β3 ≠ 0
Adjusted R Square 0.850299539
Se rechaza Ho Se rechaza Ho No se rechaza Ho
Standard Error 0.417434231
Observations 10
𝑣𝑎𝑙𝑜𝑟 𝑝 < 𝛼 = 0.05
ANOVA
df SS MS F Significance F
Regression 3 9.430491979 3.143497326 18.04001841 0.002091348
Residual 6 1.045508021 0.174251337
Total 9 10.476
Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95.0% Upper 95.0%
Intercept 1.860160428 0.728633984 2.552942176 0.043318538 0.077257298 3.643063558 0.077257298 3.643063558
Meses desde su último servicio 0.29144385 0.083598385 3.486237804 0.01304298 0.086885971 0.496001729 0.086885971 0.496001729
Tipo de reparación 1.102406417 0.303344279 3.634175735 0.010910551 0.360149707 1.844663128 0.360149707 1.844663128
Persona que repara -0.609090909 0.387930137 -1.570104644 0.167444241 -1.558321758 0.34013994 -1.558321758 0.34013994
Modelo corregido
Posgrados en Línea - Educación Digital
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.926927504
R Square 0.859194597
Adjusted R Square 0.818964482
Standard Error 0.459048301
Observations 10
ෝ𝒚 =. 𝟗𝟑 + 𝟎. 𝟑𝟗𝒙𝟏 + 𝟏. 𝟐𝟔𝒙𝟐
ANOVA
df SS MS F Significance F Prueba global
Regression 2 9.000922601 4.5004613 21.35700073 0.001047533 significativa
Residual 7 1.475077399 0.210725343
Total 9 10.476
Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95.0% Upper 95.0%
Intercept 0.930495356 0.46697414 1.992605748 0.086558043 -0.173723021 2.034713733 -0.173723021 2.034713733
Meses desde su último servicio 0.387616099 0.062565187 6.195395815 0.000447255 0.23967294 0.535559258 0.23967294 0.535559258
Tipo de reparación 1.262693498 0.314126673 4.019695257 0.005061565 0.519901949 2.005485048 0.519901949 2.005485048
Pruebas individuales
significativas
Ecuación de regresión para pronosticar
𝒙𝟐 = 𝟎 ෝ𝑦 = .93 + 0.39𝑥1
Posgrados en Línea - Educación Digital
ෝ𝒚 =. 𝟗𝟑 + 𝟎. 𝟑𝟗𝒙𝟏 + 𝟏. 𝟐𝟔𝒙𝟐
𝒙𝟐 = 𝟏 ෝ𝑦 = 2.19 + 0.39𝑥1
Tiempo de
Meses desde su Tipo de
Vehículo reparación Persona que repara ෝ𝒚
último servicio reparación
(horas)
11 3.1 2 Eléctrico (1) David (1) 2.97
12 3.3 7 Mecánico (0) David (1) 3.66
Anderson, D. R., Sweeney, D. J., Williams, T. A., Camm, J. D., y Cochran, J. J. (2014). Estadística para negocios y economía
ed 12. México. Cengage Learning.
Lind, D. A., Marchal, W. G. y Wathen, S. A. (2018). Estadística aplicada a los negocios y la economía ed 17. México.
McGraw-Hill Interamericana Editores.
Derechos Reservados 2021
Tecnológico de Monterrey
Prohibida la reproducción total o
parcial de esta obra sin expresa
autorización del Tecnológico de
Monterrey.