Está en la página 1de 8

UNIVERSIDAD DE LAS FUERZAS ARMADAS “ESPE”

Nombre: Fernández Diana


NRC: 7914
ING. Gustavo León

Ejercicio de Regresión Lineal Múltiple


EJERCICIO 9
TRABAJADOR DESEMPEÑO APTITUD SINDICATO

1 58 5 0
2 53 4 0
3 33 10 0
4 97 10 0
5 36 2 0
6 83 7 0
7 67 6 0
8 84 9 0
9 98 9 1
10 45 2 1
11 97 8 1
12 90 6 1
13 96 7 1
14 66 3 1
15 82 6 1

DESEMPEÑO
15

10
y = 0,0631x + 1,7057
5

0
0 20 40 60 80 100 120

SINDICATO
1,5

1
y = 0,0092x - 0,199
0,5

0
0 20 40 60 80 100 120 Ho=P=0
H1=P>0
Calificacion Calificacion
de en el Miembro
desempeño examen de de sindicato
Calificacion de desempeño 1
Calificacion en el
0,5382034
examen de aptitud 1
Miembro de sindicato
0,40839863 -0,14767654 1

Correlacion (X;X) 1
Correlacion (X;Y) 0,53
Correlacion (X;Z) 0,41

Resumen

Estadísticas de la regresión
Coeficiente de0,73006517
correlación múltiple La correlacion es Fuerte Positiva
Coeficiente de0,53299515
determinación R^2 53% La variable (Calificacion Desmpeño) esta identificada con las variables (calificacion EX) Y (Miemb.Sind)
R^2 ajustado 0,45516101
Error típico 16,9165657
Observaciones 15

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F P>α=Ho
Regresión 2 3919,29101 1959,64551 6,84783234 0,01037357 P<α=H1
Residuos 12 3434,04232 286,170194
Total 14 7353,33333

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0%Superior 95,0%
Intercepción 29,2761801 12,7665995 2,29318545 0,04069636 1,46014939 57,0922109 1,46014939 57,0922109
Calificacion en5,22246337
el examen de1,70248352
aptitud 3,0675559 0,00976103 1,51307044 8,931856315 1,51307044 8,93185631
Miembro de sindicato
22,1351058 8,85221271 2,50051671 0,02788895 2,84779118 41,42242044 2,84779118 41,4224204

Y=29,27+5,22(X1)+22,13(X2) Ecuacion de regresion

Ho=P=0
H1=P>0 Se acepta H1 por que si interviene la ecuacion de regresion

EJERCICIO 10
COMISIONES LLAMADAS MILLAS
22 139 2371
13 132 2226
33 144 2731
38 142 3351
23 142 2289
47 142 3449
29 138 3114
38 139 3342
41 144 2842
32 134 2625
20 135 2121
13 137 2219
47 146 3463
38 146 3290
44 144 3103
29 147 2122
38 144 2791
37 149 3209
14 131 2287
34 144 2848
25 132 2690
27 132 2933
25 127 2671
43 154 2988
34 147 2829

LLAMADAS
200

100
y = 0,4431x + 126,54
0
0 10 20 30 40 50

MILLAS
4000
3000
2000
1000 y = 35,379x + 1686,7
0
0 10 20 30 40 50
Comisiones Llamadas Millas
Comisiones 1
Llamadas 0,6797157 1
Millas 0,83227141 0,4010753 1

Resumen

Estadísticas de la regresión
Coeficiente de0,91393032
correlación múltiple La correlacion es Fuerte Perfecta
Coeficiente de0,83526864
determinación R^2 83% La variable (Comisiones) esta identificada con las variables (Llamadas) y (Millas)
R^2 ajustado 0,82029306
Error típico 4,30557418
Observaciones 25

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F P>α=Ho
Regresión 2 2067,92468 1033,96234 55,775384 2,424E-09 P<α=H1
Residuos 22 407,835318 18,537969
Total 24 2475,76

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%Superior 95,0%
Intercepción -101,31445 18,7628182 -5,39974584 2,0126E-05 -140,226153 -62,4027463 -140,226153 -62,4027463
Llamadas 0,63233256 0,14490165 4,36387408 0,00024805 0,33182493 0,93284019 0,33182493 0,93284019
Millas 0,01568925 0,00222216 7,06034844 4,401E-07 0,01108077 0,02029774 0,01108077 0,02029774

Y=-101,31+0,63(X1)+0,016(X2) Ecuacion de regresion

Ho=P=0
H1=P>0 Se acepta H1 por que si interviene la ecuacion de regresion

EJERCICIO 11
PINTURA PRECIO POSTORES EDAD
1 3470 10 67
2 3500 8 56
3 3700 7 73
4 3860 4 71
5 3920 10 99
6 3900 10 87
7 3830 11 78
8 3940 8 83
9 3880 13 90
10 3940 13 98
11 4200 0 91
12 4030 7 93
13 4200 2 97
14 4020 6 79
15 4190 4 83
16 4130 3 71
17 4130 9 89
18 4370 5 103
19 4450 3 106
20 4390 8 93
21 4380 8 88
22 4540 4 96
23 4660 5 94
24 4710 3 88
25 4880 1 84

POSTORES
14
12 y = -0,006x + 31,15
10
8
6
4
2
0
0 1000 2000 3000 4000 5000 6000

EDAD
120
100 y = 0,0193x + 6,4885
80
60
40
20
0
0 1000 2000 3000 4000 5000 6000
EJERCICIO 12

PIES PADRE
FAMILIA CUADRADOS INGRESOS MIEMBROS ADULTO EDUACION
1 2240 60,8 2 0 4
2 2380 68,4 2 1 6
3 3640 104,5 3 0 7
4 3360 89,3 4 1 0
5 3080 72,2 4 0 2
6 2940 114 3 1 10
7 4480 125,4 6 0 6
8 2520 8360 3 0 8
9 4200 133 5 0 2
10 2800 95 3 0 6

INGRESOS
10000

5000
y = -1,0091x + 4115
0
0 1000 2000 3000 4000 5000
-5000

MIEMBROS
10 Ingres
y = 0,0015x - 1,3232 Miemb
5

0 Educac
0 1000 2000 3000 4000 5000
PADRE ADULTO
1,5

1 y = -0,0002x + 0,7995
0,5

0
0 1000 2000 3000 4000 5000

EDUACION
15

10 y = -0,0009x + 8,08
5

0
0 1000 2000 3000 4000 5000

Pies Cuadrados Ingreso Miembros Padre Adulto Educacion


Pies Cuadrados 1
Ingreso -0,29187682 1
Miembros 0,90786675 -0,13186244 1
Padre Adulto -0,24707934 -0,21960214 -0,27183014 1
Educacion -0,23181436 0,3336357 -0,32776305 0,05242453 1

Resumen

Estadísticas de la regresión
Coeficiente de0,93500881
correlación múltiple La correlacion es Fuerte Perfecta
Coeficiente de0,87424148
determinación R^2 87% La variable (Pies cuadrados) esta identificada con las variables Xn
R^2 ajustado 0,77363466
Error típico 359,661263
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F P>α=Ho
Regresión 4 4496258,88 1124064,72 8,68968409 0,01786633 P<α=H1
Residuos 5 646781,119 129356,224
Total 9 5143040

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%Superior 95,0%
Intercepción 1173,82928 513,077213 2,28782189 0,07084192 -145,077683 2492,73625 -145,077683 2492,73625
Ingreso -0,06772291 0,05053542 -1,34010785 0,2378824 -0,19762834 0,06218252 -0,19762834 0,06218252
Miembros 541,517698 104,351491 5,18936235 0,0034979 273,273651 809,761746 273,273651 809,761746
Padre Adulto -92,4265958 267,967947 -0,34491661 0,74419239 -781,260134 596,406942 -781,260134 596,406942
Educacion 36,2833109 43,505707 0,83398968 0,44229464 -75,5516693 148,118291 -75,5516693 148,118291

Y=1173,82-0,06(X1)+541,51(X2)-92,42(x3)+36,28(X4) Ecuacion de regresion

Ho=P=0
H1=P>0 Se rechaza H1 por que no interviene la ecuacion de regresion

También podría gustarte