Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ej 2
Ej 2
Estadísticas de la regresión
Coeficiente d 0.9984246
Coeficiente d 0.99685169
R^2 ajustado 0.99650188
Error típico 1.41487795
Observacione 11
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 5704.71036 5704.71036 2849.67704 1.42787E-12
Residuos 9 18.0169165 2.00187961
Total 10 5722.72727
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Intercepción 301.653986 2.54417987 118.566297 1.09669E-15 295.898651 307.40932 295.898651
Variable X 1 0.53498226 0.0100217 53.3823664 1.42787E-12 0.51231159 0.55765293 0.51231159
Observación
Pronóstico para YResiduos
1 402.765633 -0.76563255
2 403.300615 0.69938519
3 412.930295 -0.93029546
4 423.094958 1.90504164
5 429.514745 -0.51474546
6 436.469515 -0.46951481
7 439.144426 0.8555739
8 448.239124 -1.23912449
9 458.403787 -0.40378739
10 466.428521 2.57147874
11 470.708379 -1.70837932
Variable X 1 Gráfico de los residuales
3
2
Residuos
1
0
-1180 200 220 240 260 280 300 320 340
-2
Variable X 1
350
180 200 220 240 260 280 300 320 340
Variable X 1
Estadísticas de la regresión
Coeficiente d 0.9984246
Coeficiente d 0.99685169
R^2 ajustado 0.99650188
Error típico 1.41487795
Observacione 11
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 5704.71036 5704.71036 2849.67704 1.42787E-12
Residuos 9 18.0169165 2.00187961
Total 10 5722.72727
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Intercepción 301.653986 2.54417987 118.566297 1.09669E-15 295.898651 307.40932 295.898651
Variable X 1 0.53498226 0.0100217 53.3823664 1.42787E-12 0.51231159 0.55765293 0.51231159
Observación
Pronóstico para YResiduos Percentil Y
1 402.765633 -0.76563255 4.54545455 402
2 403.300615 0.69938519 13.6363636 404
3 412.930295 -0.93029546 22.7272727 412
4 423.094958 1.90504164 31.8181818 425
5 429.514745 -0.51474546 40.9090909 429
6 436.469515 -0.46951481 50 436
7 439.144426 0.8555739 59.0909091 440
8 448.239124 -1.23912449 68.1818182 447
9 458.403787 -0.40378739 77.2727273 458
10 466.428521 2.57147874 86.3636364 469
11 470.708379 -1.70837932 95.4545455 469
Variable X 1 Gráfico de los residuales
3
2 Variable X 1 Curva de regresión
ajustada
Residuos
1
0 Gráfico de probabilidad normal
-1180 200500 220 240 260 280 300 320 340
Y
450 500
-2 Pronóstico para Y
400
Y
450
350 Variable X 1
180 200 400
220 240 260 280 300 320 340
Y
350 Variable X 1
0 20 40 60 80 100 120
Muestra percentil
Superior 95.0%
307.40932
0.55765293
n
ad normal
onóstico para Y
80 100 120
til
x y a) Diagrama de dispersión
189 402
190 404
208 412 y
227 425 480
239 429
f(x) = 0.534982258020378 x + 301.653985788173
252 436 460 R² = 0.996851690532427
257 440
274 447 440
293 458
420
308 469
316 469
400
RESUMEN
Grupos Cuenta Suma Promedio Varianza
Columna 1 11 2753 250.272727 1993.21818
Columna 2 11 4791 435.545455 572.272727
ANÁLISIS DE VARIANZA
Origen de las variaciones
Suma de cuadrados
Grados dePromedio
libertad de los cuadradosF Probabilidad
Valor crítico para F
Entre grupos 188792.909 1 188792.909 147.178778 1.12075E-10 4.3512435
Dentro de los grupo 25654.9091 20 1282.74545
Total 214447.818 21
H0 A medida que incrementa x incrementa y.
85788173
H1 A medida que incrementa x no incrementa y.
Estimación con 15
309.6
600
Estimación lineal
67.9151515 -135357.436 400
27.8906362 55934.7282
200
0
2000 2002 2004 2006 2008 2010 2012
Coeficiente de correlación
0.65244037
Estimación con 15
-134338.35
H0 A medida que pasan los años las ventas incrementan
H1 A medida que pasan los años las ventas no incrementan
636
Interpretación de R²
El ajuste al modelo es de 42% por lo tanto no es muy confiable.
008 2010 2012
ncrementan
o incrementan
Un estudiante de Estudios Matemáticos recolectó datos para determinar si existe una
correlación entre las edades de los estudiantes de colegio y las horas que destinan,
semanalmente, a realizar sus tareas. Los resultados de 10 estudiantes aleatorios se
encuentran en la siguiente tabla:
A) Diagrama de dispersión e interpretarlo
B) Cálculo de coeficiente de correlación (puedes utilizar Excel)
C) Análisis del coeficiente de correlación.
A) Cálculo de la ecuación de la recta de regresión. (Puedes utilizar Excel
o minitab)
B) Realizar una estimación de la cantidad de horas que destina
semanalmente, un estudiante de 15 años.
c)Interpreta el valor de R para la curva de regresión obtenida.