Regresión Lineal - Métodos Multidimensionales

UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE CIENCIAS ECONÓMICAS
CARRERA INGENIERÍA EN ESTADÍSTICA
TEMA:
Efecto del monto gastado en capacitación y formación de las Empresas en el Total de
Ingresos de anuales de las Empresas de la Provincia de Pichincha del año 2010
ASIGNATURA:
MÉTODOS MULTIMENSIONALES I
AUTOR:
CÉSAR TOAPANTA
QUITO – ECUADOR
1. Problemática
Efecto del monto gastado en capacitación y formación de las Empresas en el
Total de Ingresos de anuales de las Empresas.
Objetivos
2. Objetivo General
 Calcular el Efecto del monto gastado en capacitación y formación de las
Empresas en el Total de Ingresos anuales de las Empresas.
3. Objetivos Específicos
 Obtener información sobre los montos gastados en capacitación y formación de
las Empresas y el Total de Ingresos anuales de las Empresas.
 Identificar las variables de estudio y su relación de dependencia e
independencia.
 Plantear la Hipótesis de la Investigación.
 Calcular en Interpretar los modelos de regresión: estandarizado múltiple,
logarítmico múltiple, lineal logarítmico múltiple, logarítmico lineal múltiple,
recíproco múltiple, discriminante múltiple y probabilístico múltiple.
 Validar estadísticamente mediante las pruebas estadísticas y la prueba de
hipótesis.
 Calcular e interpretar el coeficiente de determinación y el coeficiente de
correlación en los modelos que correspondan.
4. Hipótesis de la investigación
 Ante un incremento del monto gastado en capacitación y formación de las Empresas, el
Total de Ingresos anuales de las Empresas aumentaría.
 Ante un incremento del monto gastado en kilovatios hora de las Empresas, el Total de
Ingresos anuales de las Empresas aumentaría.
5. Delimitación Geográfica y período de tiempo

 Provincia de Pichincha, Ecuador. Año 2010
6. Obtención de la Información
 INEC- CENSO NACIONAL ECONÓMICO 2010
7. Estimación del modelo estandarizado múltiple

 Especificación matemática
Y = a^ + b^ X 1+ c^ X 2+ u^
Z¿ =¿ -0,000 000 000 062 5

−0.0023( Z sp 610 )+0.7609(Z ¿ )+ μ^
Y= Total de Ingresos de anuales de las Empresas.
S6p10_1 = Monto gastado en capacitación y formación de las Empresas.
Z_g_energy= Monto gastado en kilovatios hora de las Empresas.
 Interpretaciones
Intercepto:
a^ = -0,000 000 000 062 5

a^ = Si el monto gastado en capacitación y formación de las empresas estandarizadas
y el monto gastado en kilovatios hora de las empresas estandarizadas son cero, el
total de Ingresos de anuales de las Empresas estandarizadas será de -0,000 000 000 062
5 desviaciones estándar.
Pendientes:
b^ = -0,0023
b^ =Si el monto gastado en capacitación y formación de las empresas estandarizadas
incrementa en 1 desviación estándar, en promedio, el total de ingresos anuales de las
empresas estandarizadas decrecerá 0,0023 desviaciones estándar, manteniendo
constante la influencia del monto gastado en kilovatios hora de las empresas
estandarizadas en el total de ingresos anuales de las empresas estandarizadas.
c^ = 0,7609
c^ = Si el monto gastado en kilovatios hora de las empresas estandarizadas
incrementa en 1 desviación estándar, en promedio, el total de ingresos anuales de las
empresas estandarizadas decrecerá 0,7609 desviaciones estándar, manteniendo
constante la influencia del monto gastado en capacitación y formación de las
empresas estandarizadas en el total de ingresos anuales de las empresas
estandarizadas.
8. Comprobación y validación del modelo estandarizado

múltiple.
Pruebas Estadísticas
T-student
|t a^|≤ tc
|0,00|≤ 1,96
El intercepto del modelo de regresión estandarizado múltiple no es

estadísticamente significativo.
|t b^|≤tc
|−0,37|≤1,96
La pendiente del monto gastado en capacitación y formación de las empresas
estandarizadas no es estadísticamente significativa.
|t c^|≥ tc
|117,27|≥ 1,96
La pendiente del monto gastado en kilovatios hora de las empresas
estandarizadas es estadísticamente significativa.
Prueba de Fisher
|Fm|≥ Fc
Fm=4589.48
Fc=4
El modelo de regresión estandarizado en su conjunto si es estadísticamente
significativo.
Pruebas de Hipótesis de la Investigación
Hipótesis:
 Ante un incremento del monto gastado en capacitación y formación de las
Empresas, el Total de Ingresos anuales de las Empresas aumentaría.
b^ = -0,0023
El signo de la pendiente no coincide con la hipótesis es decir que el monto
gastado en capacitación y formación estandarizada no interviene en el
incremento de Total de Ingresos anuales de las Empresas estandarizadas.
 Ante un incremento del monto gastado en kilovatios hora de las Empresas, el
c^ = 0,7609
El signo de la pendiente si coincide con la hipótesis, por lo tanto se cumple con

el planteamiento de la hipótesis.
9. Análisis de correlación del modelo estandarizado múltiple

Coeficiente de determinación
2
r =0.5791
 Si el monto gastado en capacitación y formación de las empresas
estandarizadas y el monto gastado en kilovatios hora de las empresas
estandarizadas explican en 57,91% el comportamiento del Total de
Ingresos anuales de las Empresas estandarizadas.
 El grado de bondad de ajuste del modelo de regresión estandarizado
múltiple es ALTO
Coeficiente de correlación
 Monto gastado en capacitación y formaciónde las empresas

r =0.0039
El grado de asociación lineal entre el monto gastado en capacitación y
formación de las empresas estandarizadas y el Total de Ingresos anuales
de las Empresas estandarizadas es positivo y bajo.
 Monto gastado en kilovatios hora de las Empresas
r =0.7610
El grado de asociación lineal entre el monto gastado en kilovatios hora
de las empresas estandarizadas y el Total de Ingresos anuales de las
Empresas estandarizadas es positivo y alto.
10. Estimación del Modelo Logarítmico Múltiple

ln Y =a^ + b^ ln X 1+ c^ ln X 2+ u^
ln Total de ingresos anualesde las Empresas=4,39+0,1490( lnmonto gastado en capacitación y formación)+
Intercepto:
a^ = 4,39
a^ = No se debe interpretar puesto que el logaritmo natural de cero es una
indeterminación matemática.
Pendientes:
b^ = 0,1490
b^ =Si el monto gastado en capacitación y formación de las empresas logarítmica
incrementa en 1 punto porcentual, en promedio, el total de ingresos anuales de las
empresas logarítmica incrementará 0,1490 puntos porcentuales, manteniendo
logarítmica en el total de ingresos anuales de las empresas logarítmica.
c^ = 0,9421
c^ = Si el monto gastado en kilovatios hora de las empresas logarítmica incrementa
en 1 punto porcentual, en promedio, el total de ingresos anuales de las empresas
logarítmica incrementará 0,9421 puntos porcentuales, manteniendo constante la
influencia del monto gastado en capacitación y formación de las empresas
logarítmica en el total de ingresos anuales de las empresas logarítmica.
11. Comprobación y validación del modelo de regresión

logarítmico múltiple.
T-student
|t a^|≥ tc
|49,34|≥ 1,96
El intercepto del modelo de regresión logarítmico múltiple es estadísticamente

significativo.
|t b^|≥tc
|13,94|≥ 1,96
logarítmica es estadísticamente significativa.
|t c^|≥ tc
|85,59|≥ 1,96
La pendiente del monto gastado en kilovatios hora de las empresas logarítmica
es estadísticamente significativa.
Prueba de Fisher
|Fm|≥ Fc
Fm=4285,37
Fc=4
El modelo de regresión logarítmico en su conjunto si es estadísticamente
significativo.
Hipótesis:
b^ = 0,1490
c^ = 0,9421

12. Análisis de correlación del Modelo Logarítmico Múltiple

2
r =0.5623
logarítmica y el monto gastado en kilovatios hora de las empresas
logarítmica explican en 56,23% el comportamiento del Total de Ingresos
anuales de las Empresas logarítmica.
 El grado de bondad de ajuste del modelo de regresión logarítmico
múltiple es ALTO

r =0.2859
formación de las empresas logarítmica y el Total de Ingresos anuales de
las Empresas logarítmica es positivo y bajo.
r =0.7413
de las empresas logarítmica y el Total de Ingresos anuales de las
Empresas logarítmica es positivo y alto.
13. Estimación de los Modelos de Regresión Semilogarítmico

Múltiple
Modelo de Regresión Lineal Logarítmico Múltiple
Y = a^ + b^ ln X 1+ c^ ln X 2+ u^
lTotal de ingresos anuales de las Empresas=−493484921293−1995246 (ln monto gastadoen capacitación y
Intercepto:
a^ = -45 000 000

a^ = No se debe interpretar puesto que el logaritmo natural de cero es una
indeterminación matemática.
Pendientes:
b^ = -1995246
b^ =Si el monto gastado en capacitación y formación de las empresas logarítmica
incrementa en 1 punto porcentual, en promedio, el total de ingresos anuales de las
empresas decrecerá en (1995346/100) puntos porcentuales, manteniendo
logarítmica en el total de ingresos anuales de las empresas.
c^ = 9692268
c^ = Si el monto gastado en kilovatios hora de las empresas logarítmica incrementa
en 1 punto porcentual, en promedio, el total de ingresos anuales de las empresas
incrementará en (9692268/100) puntos porcentuales, manteniendo constante la
influencia del monto gastado en capacitación y formación de las empresas
logarítmica en el total de ingresos anuales de las empresas.
Modelo de Regresión Logarítmico Lineal Múltiple

lnY =a^ + b^ X 1+ c^ X 2+ u^
lnTotal de ingresos anuales de las Empresas=11,43+ 0,0000013(monto gastadoen capacitación y formación
Intercepto:
a^ = 11,43
a^ = Si el monto gastado en capacitación y formación de las empresas y el monto gastado
en kilovatios hora de las empresas son 0, el total de ingresos anuales de las empresas
logarítmico será de 11.43 puntos porcentuales.
Pendientes:
b^ = 0,0000013
b^ =Si el monto gastado en capacitación y formación de las empresas incrementa en 1
millón de dólares, en promedio, el total de ingresos anuales de las empresas
logarítmica incrementará en (0,0000013∗100) puntos porcentuales, manteniendo
constante la influencia del monto gastado en kilovatios hora de las empresas en el
total de ingresos anuales de las empresas logarítmica.
c^ =0,000 000 855

c^ = Si el monto gastado en kilovatios hora de las empresas incrementa en 1millón de
dólares, en promedio, el total de ingresos anuales de las empresas logarítmica
incrementará en (0,000 000 855∗100) puntos porcentuales, manteniendo constante la
influencia del monto gastado en capacitación y formación de las empresas en el total
de ingresos anuales de las empresas logarítmica.
14. Comprobación de la validación de los modelos de regresión

semilogarítmicos múltiples.
Comprobación de la validación estadística del modelo de regresión Lineal-
Logarítmico Múltiple.
T-student
|t a^|≥ tc
|−7.14|≥1,96
El intercepto del modelo de regresión lineal- logarítmico múltiple es

|t b^|≥tc
|−2,64|≥1,96
logarítmica es estadísticamente significativa.
|t c^|≥ tc
|12,44|≥ 1,96
La pendiente del monto gastado en kilovatios hora de las empresas logarítmica
Prueba de Fisher
|Fm|≥ Fc
Fm=77,39
Fc=4
El modelo de regresión lineal-logarítmico en su conjunto si es estadísticamente
significativo.
Hipótesis:
b^ = -1995246
El signo de la pendiente no coincide con la hipótesis, por lo tanto no se cumple
con el planteamiento de la hipótesis ya que el monto gastado en capacitación y
formación no influirá en el incremento total de ingresos anuales de la Empresas.
c^ = 9692268

Comprobación de la validación estadística del modelo de regresión Logarítmico-
Lineal Múltiple.
T-student
|t a^|≥ tc
|401.02|≥ 1,96
El intercepto del modelo de regresión logarítmico-lineal múltiple es

|t b^|≥tc
|4.26|≥1,96
La pendiente del monto gastado en capacitación y formación de las empresas es
estadísticamente significativa.
|t c^|≥ tc
|13.88|≥ 1,96
La pendiente del monto gastado en kilovatios hora de las empresas es
Prueba de Fisher
|Fm|≥ Fc
Fm=105.94
Fc=4
El modelo de regresión logarítmico-lineal en su conjunto si es estadísticamente
significativo.
Hipótesis:
b^ = 0,0000013
El signo coincide con la hipótesis, por lo tanto se cumple con el planteamiento
de la hipótesis.
c^ =0,000 000 855

15. Análisis de correlación de los Modelos Semilogarítmicos

Múltiples
Análisis de correlación del modelo lineal- logarítmico múltiple
 Coeficiente de determinación
2
r =0.0227
logarítmica y el monto gastado en kilovatios hora de las empresas
logarítmica explican en 2,27% el comportamiento del Total de Ingresos
anuales de las Empresas.
 El grado de bondad de ajuste del modelo de regresión lineal-logarítmico
múltiple es BAJO
 Coeficiente de correlación

r =0,0040
formación de las empresas logarítmica y el Total de Ingresos anuales de
las Empresas es positivo y bajo.
r =0.1472
de las empresas logarítmica y el Total de Ingresos anuales de las
Empresas es positivo y bajo.
Análisis de correlación del modelo logarítmico-lineal múltiple
2
r =0.0308
 Si el monto gastado en capacitación y formación de las empresas y el
monto gastado en kilovatios hora de las empresas explican en 3,08% el
comportamiento del Total de Ingresos anuales de las Empresas
logarítmica.
 El grado de bondad de ajuste del modelo de regresión logarítmico-lineal
múltiple es BAJO

r =0,0527
formación de las empresas y el Total de Ingresos anuales de las
Empresas logarítmica es positivo y bajo.
r =0.1678
de las empresas y el Total de Ingresos anuales de las Empresas
logarítmica es positivo y bajo.
16. Estimación del Modelo Recíproco Múltiple

Y = a^ + b^ 1/ X 1+ c^ 1/ X 2+ u^
ln Total de ingresos anualesde las Empresas=6035669−19 900 000 ( 1/monto gastado en capacitación y form
(1/monto gastado en kilovatios horas)+ u^
Intercepto:
a^ = 6035669
a^ = Si el monto gastado en capacitación y formación de las empresas y el monto
gastado en kilovatios hora de las empresas crecen indefinida o infinitamente, el total
de ingresos anuales de las empresas se aproximará a su valor límite o asintótico de
6035669millones de dólares.
Pendientes:
b^ =−19 900 000
b^ =La pendiente del monto gastado en capacitación y formación de las empresas es
positiva.
c^ = −272 000 000
c^ = La pendiente del monto gastado en kilovatios hora de las empresas es positiva.
17. Comprobación y validación del modelo de regresión

recíproco múltiple.
T-Student
|t a^|≥ tc
|3.83|≥ 1,96
El intercepto del modelo de regresión recíproco múltiple es estadísticamente

significativo.
|t b^|≤tc
|−0.30|≤ 1,96
La pendiente del monto gastado en capacitación y formación de las empresas no
|t c^|≥ tc
|−1.62|≥ 1,96
La pendiente del monto gastado en kilovatios hora de las empresas no es
Prueba de Fisher
|Fm|≤ Fc
Fm=1.37
Fc=4
El modelo de regresión recíproco en su conjunto no es estadísticamente
significativo.
Hipótesis:
b^ =−19 900 000

El signo de la pendiente es NEGATIVO y coincide con la hipótesis, por lo tanto,
se cumple con el planteamiento de la hipótesis.
c^ = −272 000 000
El signo de la pendiente es NEGATIVO y coincide con la hipótesis, por lo tanto

18. Análisis de correlación del Modelo Recíproco Múltiple

 Coeficiente de determinación
2
r =0.0004
 Si el monto gastado en capacitación y formación de las empresas y el
monto gastado en kilovatios hora de las empresas explican en 0,04% el
comportamiento del Total de Ingresos anuales de las Empresas.
 El grado de bondad de ajuste del modelo de regresión logarítmico
múltiple es BAJO
 Coeficiente de correlación

r =−0,0044
formación de las empresas y el Total de Ingresos anuales de las
Empresas es negativo y alto.
r =−0,0199
de las empresas y el Total de Ingresos anuales de las Empresas es
negativo y alto.
19. Estimación del modelo discriminante múltiple

Categorías de la variable cualitativa “sectores de producción”:
Especificación matemática
Total de ingresos anuales de las empresas=−1.467 .814−7.197.239 d otros +162,3392 ( monto gastado en
Interpretaciones:
Brecha
La brecha que existe entre las empresas que pertenecen al sector de producción otros y
las que no pertenecen al sector de producción “otros” es de -7.197.2392 millones de dólares.
Intercepto
â = Las empresas que no pertenecen del sector de producción otros, en promedio tienen
-7.197.239 millones de dólares en el total de ingresos anuales.
Pendientes
^ Las empresas que pertenecen al sector de producción otros, en promedio tienen -
b=¿
8.665.053 millones de dólares en el total de ingresos anuales.
c^ =¿Si el monto gastado en captación y formación de las empresas aumenta en un

millón de dólares, en promedio, el total de ingresos anuales de las empresas incrementará en
162,3392 millones de dólares, manteniendo constante la influencia del monto gastado en
kilovatios hora en el ingreso anual de las empresas.
^ Si el monto gastado en kilovatios hora de las empresas aumenta en un millón de

d=¿
dólares, en promedio, el total de ingresos anuales de las empresas incrementará en 266,78
millones de dólares, manteniendo constante la influencia del monto gastado en captación y
formación de las empresas.
El valor del coeficiente de determinación es de 0,6198. Por lo tanto, el grado de bondad
de ajuste es alto.
El monto gastado en kilovatios hora y el monto gastado en captación y formación
explican en un 61,98% el comportamiento del ingreso anual de las empresas.
20. Comprobación de la validación estadística del modelo

discriminante múltiple.
Pruebas estadísticas
Pruebas de t-Student
tâ = El valor de la t-Student del intercepto es de -1,73. Este valor es menor al valor crítico
de la t-Student que es de 1,96, en valores absolutos. Por lo tanto, el intercepto no es
^ El valor de la t-Student de los sectores de la producción que pertenecen a la

t b=¿
categoría “otros” es de -0,76. Este valor es menor al valor crítico de la t-Student que es de
1,96, en valores absolutos. Por lo tanto, no es estadísticamente significativo.
t c^ =¿El valor de la t-Student del monto gastado en captación y formación de las empresas
es de 26,74, en valores absolutos. Este valor es mayor al valor crítico de la t-Student. Por
lo tanto, La pendiente del monto gastado en captación y formación de las empresas es
^ El valor de la t-Student del monto gastado en kilovatios hora de las empresas es de

t d=¿
93,95. Este valor es mayor al valor crítico de la t-Student que es de 1,96, en valores
absolutos. Por lo tanto, la pendiente del monto gastado en kilovatios hora de las empresas
es estadísticamente significativo.
Prueba de Fisher
El valor de la probabilidad de Fisher del modelo discriminante es de 0. Este valor es
menor al nivel de significancia de Fisher que es de 0,05. Por lo tanto, el modelo en su conjunto
es estadísticamente significativo

Total de ingresos anuales de las empresas=−1.467 .814−7.197.239 (d otros )❑ +162,3392 ( monto gastado
Hipótesis
Empresas, la probabilidad de que el total de Ingresos anuales de las Empresas
aumentaría.
^
b=−1.467 .814
c^ =−7.197.239

21. Estimación del modelo probabilístico múltiple.

Especificación matemática
Probabilidad de que los ingresos sean mayor a su media = 0,21 +0,00244(monto gastado
en captación y formación) + 0,00107(monto gastado en kilovatios hora) + û
Interpretaciones
â= Cuando el monto gastado en captación y formación y el monto gastado en kilovatios
hora sea cero, la probabilidad de que una empresa tenga ingresos mayores a la media es de
21%
^ Si el monto gastado en captación y formación de las empresas aumenta en un millón

b=¿
de dólares, en promedio, la probabilidad de que una empresa tenga ingresos mayores a la
media es de 0,24%
c^ =¿Si el monto gastado en kilovatios hora de las empresas aumenta en un millón de

dólares, en promedio, la probabilidad de que una empresa tenga ingresos mayores a la media
es de 0,1%
El valor del coeficiente de determinación es de 0,0187. Por lo tanto, el grado de bondad
de ajuste es bajo.
El monto gastado en kilovatios hora y el monto gastado en captación y formación
explican en un 1,87% el comportamiento del ingreso anual de las empresas.
22. Comprobación de la validación estadística del modelo

probabilístico múltiple.
Pruebas de estadísticas
Pruebas de t-Student
tâ = El valor de la t-Student del intercepto es de 42,72. Este valor es mayor al valor crítico
de la t-Student que es de 1,96, en valores absolutos. Por lo tanto, el intercepto es
^ El valor de la t-Student del monto gastado en captación y formación es de 7,38. Este

t b=¿
valor es mayor al valor crítico de la t-Student que es de 1,96, en valores absolutos. Por lo
tanto, la pendiente del monto gastado en captación y formación de las empresas es
t c^ =¿El valor de la t-Student del monto gastado en kilovatios hora de las empresas es de
7. Este valor es mayor al valor crítico de la t-Student que es de 1,96, en valores absolutos.
Por lo tanto, la pendiente del monto gastado en kilovatios hora de las empresas es
Pruebas de Fisher
El valor de la probabilidad de Fisher del modelo probabilístico es de 0. Este valor es
menor al nivel de significancia de Fisher que es de 0,05. Por lo tanto, el modelo en su conjunto
es estadísticamente significativo.
Hipótesis
Empresas, la probabilidad de que el total de Ingresos anuales de las Empresas
aumentaría.
^
b=0,00244
El signo de la pendiente es POSITIVO y coincide con la hipótesis, por lo tanto,
c^ =0,00107
El signo de la pendiente es POSITIVO y coincide con la hipótesis, por lo tanto,


Regresión Lineal - Métodos Multidimensionales

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Regresión Lineal - Métodos Multidimensionales

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE CIENCIAS ECONÓMICAS

CARRERA INGENIERÍA EN ESTADÍSTICA

5. Delimitación Geográfica y período de tiempo

7. Estimación del modelo estandarizado múltiple

Z¿ =¿ -0,000 000 000 062 5

a^ = -0,000 000 000 062 5

8. Comprobación y validación del modelo estandarizado

El intercepto del modelo de regresión estandarizado múltiple no es

El signo de la pendiente si coincide con la hipótesis, por lo tanto se cumple con

9. Análisis de correlación del modelo estandarizado múltiple

 Monto gastado en capacitación y formaciónde las empresas

10. Estimación del Modelo Logarítmico Múltiple

11. Comprobación y validación del modelo de regresión

El intercepto del modelo de regresión logarítmico múltiple es estadísticamente

El signo de la pendiente si coincide con la hipótesis, por lo tanto se cumple con

12. Análisis de correlación del Modelo Logarítmico Múltiple

 Monto gastado en capacitación y formaciónde las empresas

13. Estimación de los Modelos de Regresión Semilogarítmico

a^ = -45 000 000

Modelo de Regresión Logarítmico Lineal Múltiple

c^ =0,000 000 855

14. Comprobación de la validación de los modelos de regresión

El intercepto del modelo de regresión lineal- logarítmico múltiple es

El signo de la pendiente si coincide con la hipótesis, por lo tanto se cumple con

El intercepto del modelo de regresión logarítmico-lineal múltiple es

c^ =0,000 000 855

El signo de la pendiente si coincide con la hipótesis, por lo tanto se cumple con

15. Análisis de correlación de los Modelos Semilogarítmicos

 Monto gastado en capacitación y formaciónde las empresas

Análisis de correlación del modelo logarítmico-lineal múltiple

 Monto gastado en capacitación y formaciónde las empresas

16. Estimación del Modelo Recíproco Múltiple

17. Comprobación y validación del modelo de regresión

El intercepto del modelo de regresión recíproco múltiple es estadísticamente

b^ =−19 900 000

c^ = −272 000 000

El signo de la pendiente es NEGATIVO y coincide con la hipótesis, por lo tanto

18. Análisis de correlación del Modelo Recíproco Múltiple

 Monto gastado en capacitación y formaciónde las empresas

19. Estimación del modelo discriminante múltiple

c^ =¿Si el monto gastado en captación y formación de las empresas aumenta en un

^ Si el monto gastado en kilovatios hora de las empresas aumenta en un millón de

20. Comprobación de la validación estadística del modelo

^ El valor de la t-Student de los sectores de la producción que pertenecen a la

^ El valor de la t-Student del monto gastado en kilovatios hora de las empresas es de

Pruebas de Hipótesis de la Investigación

El signo de la pendiente es NEGATIVO y coincide con la hipótesis, por lo tanto,

21. Estimación del modelo probabilístico múltiple.

^ Si el monto gastado en captación y formación de las empresas aumenta en un millón

c^ =¿Si el monto gastado en kilovatios hora de las empresas aumenta en un millón de

22. Comprobación de la validación estadística del modelo

^ El valor de la t-Student del monto gastado en captación y formación es de 7,38. Este

Pruebas de Hipótesis de la Investigación

El signo de la pendiente es POSITIVO y coincide con la hipótesis, por lo tanto,

También podría gustarte