Alumno: Moises Vega Santamaría

TAREA 9- 2019-2- REGRESIÓN MÚLTIPLE-INTERPRETACIÓN DE LOS COEFICIENTES DE MCO.

ENTREGA: SÁBADO 11 DE MAYO, 2019.

CONSIDERE LOS DATOS QUE TRABAJÓ EN LA TARE ANTERIOR, PERO AHORA CON PRECIO COMO VARIABLE
PUNTOS A DEPENDIENTE, Y SUPERFICIE Y ANTIGÜEDAD COMO EXPLICATORIAS.
OBTENER:

1. MUESTRE EL PROCEDIMIENTO PARA OBTENER EL COEFICIENTE DE MCO. QUE ACOMPAÑA

A LA VARIABLE SUPERFICIE, POR EL MÉTODO DE REGRESIONES ENTRE RESIDUOS

1 PUNTO A) ESCRIBA LAS REGRESIONES A OBTENER Y EL NOMBRE DEL RESIDUO.

Regresión Nombre
Precio= α+δ(antigüedad)+u Residuo (A)
Superficie= α+δ(antigüedad)+u Residuo (B)
Precio= α+β(superficie)+u Residuo (C)
Antigüedad= α+β(superficie)+u Residuo (D)

2 PUNTOS B) PRESENTE LAS SALIDAS DE EXCEL CON LAS REGRESIONES REALIZADAS.

Resumen (Residuo A)

Estadísticas de la regresión
Coeficiente de correlación
múltiple 0.530
Coeficiente de determinación
R^2 0.281
R^2 ajustado 0.278
Error típico 58,399.43
Observaciones 226

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 298,559,591,984.31 298,559,591,984.31 87.54 8.93717E-18
Residuos 224 763,950,641,522.33 3,410,493,935.37
Total 225 1,062,510,233,506.64

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
Intercepción 219,660.23 5,082.52 43.2188027 1.1987E-110 209644.5675 229675.8879 209644.5675 229675.8879
Variable X 1 -2,156.24 230.46 -9.35635892 8.93717E-18 -2610.38371 -1702.100083 -2610.38371 -1702.100083

Resumen (Residuo B)

Estadísticas de la regresión
Coeficiente de correlación
múltiple 0.181
Coeficiente de determinación
R^2 0.033
R^2 ajustado 0.029
Error típico 661.62
Observaciones 226

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 3,337,484.76 3,337,484.76 7.62 0.006236351
Residuos 224 98,054,960.86 437,745.36
Total 225 101,392,445.62

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
Intercepción 2044.76819 57.58121618 35.51102817 5.68625E-94 1931.298017 2158.238363 1931.298017 2158.238363
Variable X 1 -7.209275321 2.610915053 -2.761206387 0.006236351 -12.35437301 -2.064177632 -12.35437301 -2.064177632

Resumen (Residuo C)

Estadísticas de la regresión
Coeficiente de correlación
múltiple 0.803
Coeficiente de determinación
R^2 0.646
R^2 ajustado 0.644
Error típico 41,004.78
Observaciones 226

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 685,878,343,103.78 685,878,343,103.78 407.92 2.36445E-52
Residuos 224 376,631,890,402.86 1,681,392,367.87
Total 225 1,062,510,233,506.64

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
Intercepción 29251.85649 8366.364067 3.496364281 0.000568549 12765.00818 45738.70479 12765.00818 45738.70479
Variable X 1 82.24712877 4.072224727 20.19709969 2.36445E-52 74.2223583 90.27189925 74.2223583 90.27189925

Resumen (Residuo D)

Estadísticas de la regresión
Coeficiente de correlación
múltiple 0.181
Coeficiente de determinación
R^2 0.033
R^2 ajustado 0.029
Error típico 16.65
Observaciones 226

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 2,113.73 2,113.73 7.62 0.006236351
Residuos 224 62,101.21 277.24
Total 225 64,214.94

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
Intercepción 23.08923981 3.397255686 6.796438637 9.58412E-11 16.39457069 29.78390892 16.39457069 29.78390892
Variable X 1 -0.004565855 0.001653572 -2.761206387 0.006236351 -0.007824402 -0.001307307 -0.007824402 -0.001307307
 Alumno: Moises Vega Santamaría
1 PUNTO C) PRESENTE LOS PRIMEROS 5 DATOS DE LAS SERIES DE RESIDUOS OBTENIDOS EN CADA CASO (ENCABEZADO CO EL NOMBRE
DEL RESIDUO QUE ASIGNÓ).

Análisis de los residuales (A) Análisis de los residuales (B) Análisis de los residuales (C ) Análisis de los residuales (D)
Observación Residuos Observación Residuos Observación Residuos Observación Residuos
1 -49285.45457 1 -842.9084808 1 -1498.985261 1 9.476614833
2 -36566.66406 2 -478.9548574 2 -10897.83677 2 6.302956688
3 17901.80233 3 -378.6302211 3 -19396.2732 3 40.60894678
4 -52035.32492 4 -852.2568859 4 21532.81909 4 -6.03940458
5 143776.6403 5 629.5552853 5 -7707.792458 5 64.55384519

2 PUNTOS D) PRESENTE LA REGRESIÓN QUE MUESTRE EL VALOR DEL COEFICIENTE DE MCO SOLICITADO.

Resumen Regresión de Residuos A y B

Estadísticas de la regresión
Coeficiente de correlación
múltiple 0.848181853
Coeficiente de determinación
R^2 0.719412456
R^2 ajustado 0.718159833
Error típico 30934.48104
Observaciones 226

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 549,595,607,285.80 549,595,607,285.80 574.324818 9.56655E-64
Residuos 224 214,355,034,236.54 956,942,117.13
Total 225 763,950,641,522.33

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
Intercepción -1.87968E-11 2,057.73 -9.13471E-15 1 -4054.987296 4054.987296 -4054.987296 4054.987296
Variable X 1 74.86638118 3.12 23.96507496 9.56655E-64 68.71023488 81.02252748 68.71023488 81.02252748

Resumen Regresión de Residuos C y D

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.656401776
Coeficiente de determinación R^2 0.430863292
R^2 ajustado 0.428322503
Error típico 30934.48104
Observaciones 226

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 162,276,856,166.33 162,276,856,166.33 169.5785495 3.09683E-29
Residuos 224 214,355,034,236.54 956,942,117.13
Total 225 376,631,890,402.86

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
Intercepción -2.30272E-11 2,057.73 -1.11906E-14 1 -4054.987296 4054.987296 -4054.987296 4054.987296
Variable X 2 -1616.509542 124.13 -13.02223289 3.09683E-29 -1861.13052 -1371.888565 -1861.13052 -1371.888565

1 PUNTO 2. INTERPRETE EL VALOR DEL COEFICIENTE DE MCO QUE ACOMPAÑA A LA VARIABLE ANTIGÜEDAD.

Si la antigüedad aumenta en un año el precio disminuirá en 1616.50 unidades monetarias, eliminando el efecto de la superficie

1 PUNTO 2. OBTEGA EL COEFICIENTE DE CORRELACIÓN PARCIAL PARA LA VARIABLE SUPERFICIE.

PRECIO
PRECIO 1
SUPERFICIE 0.803446539

2 PUNTOS 3. INTERPRETE EL VALOR OBTENIDO DEL COEFICIENTE DE CORRELACIÓN PARCIAL.

El coeficiente de correlación indica que hay una relación fuerte y directa entre las variables precio y superficie, dado
que el valor resultante fue de 80.34%. En otras palabras, si aumenta o disminuye una variable la otra también variará
en el mismo sentido, proporcionalmente.