Práctica de correlación y regresión lineal múltiple de la clase presencial

Con la base de datos Ejercicio 3_Coches procede realizar siguiente

1. Realice una prueba de hipótesis global.

Hipótesis:

H0: β1= β2= β3=0 (No hay modelo de regresión)

H1: Al menos una de las betas es distinta de cero.

ANOVAa
Suma de Media
Modelo cuadrados gl cuadrática F Sig.

1 Regresión 508905,904 3 169635,301 1049,878 ,000b

Residuo 62530,014 387 161,576

Total 571435,918 390

a. Variable dependiente: Y: Potencia (caballos de fuerza)

b. Predictores: (Constante), X3: Aceleración 0 a 100 km/h (segundos), X2: Peso total (kg), X1:
Cilindrada en cc

Decisión: H0, se rechaza, p=0.000 < 0.05

Conclusión: Podemos afirmar con un nivel se significación de 0.05, que al
menos una de las betas es distinta de cero.

1
 2. Realice el análisis de la matriz de los coeficientes de correlación (tomando
en cuenta todas las variables), plantea las hipótesis para los coeficientes de
correlación. Realice el análisis de multicolinealidad. ¿Qué variables quedaron
en el modelo?

Correlaciones
Y: Potencia X1:
(caballos de Cilindrada en X2: Peso X3: Aceleración 0 a
fuerza) cc total (kg) 100 km/h (segundos)
Y: Potencia (caballos Correlación de
1 ,898** ,863** -,701**
de fuerza) Pearson
Sig. (bilateral) ,000 ,000 ,000
N 391 391 391 391
X1: Cilindrada en cc Correlación de
,898** 1 ,934** -,548**
Pearson
Sig. (bilateral) ,000 ,000 ,000
N 391 397 397 397
X2: Peso total (kg) Correlación de
,863** ,934** 1 -,426**
Pearson
Sig. (bilateral) ,000 ,000 ,000
N 391 397 397 397
X3: Aceleración 0 a Correlación de
-,701** -,548** -,426** 1
100 km/h (segundos) Pearson
Sig. (bilateral) ,000 ,000 ,000
N 391 397 397 397
**. La correlación es significativa en el nivel 0,01 (bilateral).

Hipótesis 1:
H0:𝜌𝑦𝑥1 = 0 (No hay correlación entre la potencia y cilindrada)
H1:𝜌𝑦𝑥1 ≠ 0 (Hay correlación entre la potencia y cilindrada)
Decisión: p=0,000<0,05 se rechaza H0
Conclusión: Podemos afirmar con un nivel de significación de 0,05, que hay
correlación entre la potencia y cilindrada.

Hipótesis 2:
H0:𝜌𝑦𝑥2 = 0 (No hay correlación entre la potencia y peso)
H1:𝜌𝑦𝑥2 ≠ 0 (Hay correlación entre la potencia y peso)
Decisión: p=0,000<0,05 se rechaza H0
Conclusión: Podemos afirmar con un nivel de significación de 0,05, que hay
correlación entre la potencia y peso total.

2
 Hipótesis 3:
H0:𝜌𝑦𝑥3 = 0 (No hay correlación entre la potencia y aceleración)
H1:𝜌𝑦𝑥3 ≠ 0 (Hay correlación entre la potencia y aceleración)
Decisión: p=0,000<0,05 se rechaza H0
Conclusión: Podemos afirmar con un nivel de significación de 0,05, que hay
correlación entre la potencia y aceleración.

Multicolinealidad
𝑅𝑥1𝑥2 =0,934 (Hay problemas de multicolinealidad)
𝑅𝑥1𝑥3 =-0,548 (No hay problemas de multicolinealidad)
𝑅𝑥2𝑥3 =-0,428 (No hay problemas de multicolinealidad)

X1 y X2 tienen problemas de multicolinealidad, debemos eliminar una de las

dos.

𝑅𝑦𝑥1 =0,898>𝑅𝑦𝑥2 =0,863

Dado que la variable X1 tiene mayor fuerza de correlación con Y que X2, esta
última se elimina.

En el modelo se quedan las variables X1 y X3.

3
 3. Realice las pruebas de hipótesis individuales para los coeficientes de
regresión de las variables que quedaron del modelo. ¿Qué variables
quedaron en el modelo?

Coeficientesa

Modelo Coeficientes no estandarizados Coeficientes t Sig.

tipificados

B Error típ. Beta

(Constante) 116.392 5.774 20.159 .000

X1: Cilindrada en cc .016 .000 .735 33.509 .000

1
X3: Aceleración 0 a 100 -4.142 .304 -.298 -13.610 .000
km/h (segundos)
a. Variable dependiente: Y: Potencia (caballos de fuerza)

Hipótesis 1:
H0: 1=0 (No hay relación entre la potencia y cilindrada)
H1: 10 (Hay relación entre la potencia y cilindrada)
Decisión: p=0,000<0,05 se rechaza H0
Conclusión: Podemos afirmar con un nivel de significación de 0,05, que hay
relación entre la potencia y cilindrada.

Hipótesis 3:
H0:3=0 (No hay relación entre la potencia y aceleración)
H1:30 (Hay relación entre la potencia y aceleración)
Decisión: p=0,000<0,05 se rechaza H0
Conclusión: Podemos afirmar con un nivel de significación de 0,05, que hay
relación entre la potencia y aceleración.

En el modelo se quedan las variables X1 y X3.

4
 4. Determine la ecuación de regresión múltiple (con las variables que se
quedaron en el modelo) e interprete cada uno de los coeficientes de
regresión.

Coeficientesa

Modelo Coeficientes no estandarizados Coeficientes t Sig.

tipificados

B Error típ. Beta

(Constante) 116.392 5.774 20.159 .000

X1: Cilindrada en cc .016 .000 .735 33.509 .000

1
X3: Aceleración 0 a 100 -4.142 .304 -.298 -13.610 .000
km/h (segundos)
a. Variable dependiente: Y: Potencia (caballos de fuerza)

Y´=116,392+0,016X1-4,142X3

Y: Potencia (caballos de fuerza)

X1: Cilindrada en cc
X3: Aceleración 0 a 100 km/h (segundos)
b1=0,016

Al aumentar la cilindrada de carro en 1000cc, la potencia aumenta en 16 caballos

de fuerza.

b3=-4,142

Al aumentar la aceleración en un segundo, la potencia de carro disminuye en 4

caballos de fuerza.

5
 5. Estime la variable dependiente con base en los valores de las variables
independientes, considerando sus rangos.

Y´=116,392+0,016X1-4,142X3

Y: Potencia (caballos de fuerza)

X1: Cilindrada en cc
X3: Aceleración 0 a 100 km/h (segundos)

Si un carro tiene 5000cc de cilindrada y una aceleración (0 a 100 km/h) de 10

segundos, estime la potencia del carro.

X1=5000

X3=10

Y´=116,392+0,016(5000)-4,142(10)=154,972 (caballos de fuerza)

Si un carro tiene 5000cc de cilindrada y una aceleración (0 a 100 km/h) de 10

segundos, a potencia del carro se estima aproximadamente en 155 caballos de
fuerza.

6
 6. Determine e interprete (con las variables que se quedaron en el modelo) el
coeficiente de correlación múltiple y el coeficiente de determinación.

Resumen del modelo

Modelo R R cuadrado R cuadrado Error típ. de la

corregida estimación

1 .932a .870 .869 13.863

a. Variables predictoras: (Constante), X3: Aceleración 0 a 100 km/h

(segundos), X1: Cilindrada en cc

Coeficiente de correlación múltiple: R=0,932

La potencia del motor del carro tiene una fuerte relación con cilindrada y la
aceleración.

Coeficiente de determinación: R2=0,87

El 87% de la variación en la potencia del motor del carro es debido, a la variación

en cilindrada y la aceleración del carro.