PROBABILIDAD Y ESTADISTICA

TALLER N°5
Integrantes: Yulieth Stefania Lopez Erazo (218 035 147)
Maria Alejandra Valenzuela Pistala ( 218 035 287)
Evelin Daniela Pinchao Tulcan (218035 221)
a)
Regresión Simple - Horsepower vs. Weight
Variable dependiente: Horsepower (maximum)
Variable independiente: Weight (pounds)
Lineal: Y = a + b*X
Número de observaciones: 93

Coeficientes
Mínimos Cuadrados Estándar Estadístico
Parámetro Estimado Error T
Intercepto -57,7382 19,6228 -2,94241
Pendiente 0,0655947 0,00627243 10,4576

Valor-P
0,0041
0,0000

Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio
Modelo 137745, 1 137745,
Residuo 114618, 91 1259,54
Total (Corr.) 252363, 92

Razón-F Valor-P
109,36 0,0000

Coeficiente de Correlación = 0,738798

R-cuadrada = 54,5822 porciento
R-cuadrado (ajustado para g.l.) = 54,0831 porciento
Error estándar del est. = 35,49
Error absoluto medio = 23,0766
Estadístico Durbin-Watson = 2,10518 (P=0,6895)
Autocorrelación de residuos en retraso 1 = -0,0551136

El StatAdvisor
La salida muestra los resultados de ajustar un modelo para describir la relación
entre Horsepower y Weight. La ecuación del modelo ajustado es

Horsepower = -57,7382 + 0,0655947*Weight

Puesto que el valor-P en la tabla ANOVA es menor que 0,05, existe una relación
estadísticamente significativa entre Horsepower y Weight con un nivel de
confianza del 95,0%.

El estadístico R-Cuadrada indica que el modelo ajustado explica 54,5822% de la

variabilidad en Horsepower. El coeficiente de correlación es igual a 0,738798,
indicando una relación moderadamente fuerte entre las variables. El error
estándar del estimado indica que la desviación estándar de los residuos es 35,49.
Este valor puede usarse para construir límites de predicción para nuevas
observaciones, seleccionando la opción de Pronósticos del menú de texto.

El error absoluto medio (MAE) de 23,0766 es el valor promedio de los residuos. El

estadístico de Durbin-Watson (DW) examina los residuos para determinar si hay
alguna correlación significativa basada en el orden en el que se presentan en el
archivo de datos. Puesto que el valor-P es mayor que 0,05, no hay indicación de
una autocorrelación serial en los residuos con un nivel de confianza del 95,0%.

Valores Predichos
Pronosticado Inferior 95% Superior 95% Inferior 95%
X Y Límite Pred. Límite Pred. Límite Conf.
1695,0 53,4448 -19,4794 126,369 34,7854
4105,0 211,528 139,496 283,56 196,736

Superior 95%
X Límite Conf.
1695,0 72,1043
4105,0 226,32

El StatAdvisor
Esta tabla muestra los valores predichos para Horsepower usando el modelo
ajustado. Además de las mejores predicciones, la tabla muestra:

(1) intervalos de previsión del 95,0% para las nuevas observaciones

(2) intervalos de confianza del 95,0% para la media de varias observaciones

Los intervalos de predicción y de confianza corresponden a las cotas internas y

externas en la gráfica del modelo ajustado.

Comparación de Modelos Alternos

Modelo Correlación R-Cuadrada
Doble Inverso 0,8823 77,84%
Inversa-Y Log-X -0,8612 74,17%
Inversa-Y Raíz Cuadrada-X -0,8465 71,66%
Inversa de Y -0,8298 68,86%
Curva S -0,8285 68,64%
Multiplicativa 0,8252 68,09%
Logarítmico-Y Raíz Cuadrada-X 0,8187 67,03%
Exponencial 0,8097 65,56%
Inversa-Y Cuadrado-X -0,7923 62,78%
Raíz Cuadrada-Y Log-X 0,7882 62,13%
Log-Y Cuadrado-X 0,7856 61,72%
Raíz Cuadrada Doble 0,7854 61,69%
Raíz Cuadrada-Y Inversa de X -0,7841 61,47%
Raíz Cuadrada de Y 0,7799 60,83%
Raíz Cuadrada-X Cuadrado-X 0,7624 58,13%
Raíz Cuadrada deX 0,7412 54,93%
Logaritmo de X 0,7408 54,88%
Lineal 0,7388 54,58%
Inversa de X -0,7305 53,36%
Cuadrado de X 0,7274 52,90%
Cuadrado de Y 0,6348 40,30%
Cuadrado Doble 0,6331 40,08%
Cuadrado-Y Raíz Cuadrada-X 0,6324 40,00%
Cuadrado-Y Log-X 0,6275 39,38%
Cuadrado-Y Inversa de X -0,6093 37,13%
Logístico <sin ajuste>
Log probit <sin ajuste>

El StatAdvisor
Esta tabla muestra los resultados de ajustar varios modelos curvilíneos a los
datos. De los modelos ajustados, el modelo doble inverso es el que arroja el
valore más alto de R-Cuadrada con 77,845%. Este es 23,2628% mayor que el
modelo seleccionado. Para cambiar los modelos, seleccione el cuadro de diálogo
de las Opciones de Análisis.

Residuos Atípicos
Predicciones Residuos
Fila X Y Y Residuos Studentizados
11 3935,0 295,0 200,377 94,6231 2,81
19 3380,0 300,0 163,972 136,028 4,20
28 3805,0 300,0 191,85 108,15 3,25
48 4000,0 278,0 204,641 73,3594 2,15
57 2895,0 255,0 132,158 122,842 3,72
89 3960,0 109,0 202,017 -93,0168 -2,76

El StatAdvisor
La tabla de residuos atípicos enlista todas las observaciones que tienen residuos
Estudentizados mayores a 2, en valor absoluto. Los residuos Estudentizados
miden cuántas desviaciones estándar se desvía cada valor observado de
Horsepower del modelo ajustado, utilizando todos los datos excepto esa
observación. En este caso, hay 6 residuos Estudentizados mayores que 2, 3
mayores que 3. Es conveniente examinar detenidamente las observaciones con
residuos mayores a 3 para determinar si son valores aberrantes que debieran ser
eliminados del modelo y tratados por separado.
Comparación de Modelos Alternos
Modelo Correlación R-Cuadrada
Doble Inverso 0,8823 77,84%
Inversa-Y Log-X -0,8612 74,17%
Inversa-Y Raíz Cuadrada-X -0,8465 71,66%
Inversa de Y -0,8298 68,86%
Curva S -0,8285 68,64%
Multiplicativa 0,8252 68,09%
Logarítmico-Y Raíz Cuadrada-X 0,8187 67,03%
Exponencial 0,8097 65,56%
Inversa-Y Cuadrado-X -0,7923 62,78%
Raíz Cuadrada-Y Log-X 0,7882 62,13%
Log-Y Cuadrado-X 0,7856 61,72%
Raíz Cuadrada Doble 0,7854 61,69%
Raíz Cuadrada-Y Inversa de X -0,7841 61,47%
Raíz Cuadrada de Y 0,7799 60,83%
Raíz Cuadrada-X Cuadrado-X 0,7624 58,13%
Raíz Cuadrada deX 0,7412 54,93%
Logaritmo de X 0,7408 54,88%
Lineal 0,7388 54,58%
Inversa de X -0,7305 53,36%
Cuadrado de X 0,7274 52,90%
Cuadrado de Y 0,6348 40,30%
Cuadrado Doble 0,6331 40,08%
Cuadrado-Y Raíz Cuadrada-X 0,6324 40,00%
Cuadrado-Y Log-X 0,6275 39,38%
Cuadrado-Y Inversa de X -0,6093 37,13%
Logístico <sin ajuste>
Log probit <sin ajuste>
El StatAdvisor
Esta tabla muestra los resultados de ajustar varios modelos curvilíneos a los
datos. De los modelos ajustados, el modelo doble inverso es el que arroja el
valore más alto de R-Cuadrada con 77,845%. Este es 23,2628% mayor que el
modelo seleccionado. Para cambiar los modelos, seleccione el cuadro de diálogo
de las Opciones de Análisis.

Gráfico del Modelo Ajustado

Horsepower = -57,7382 + 0,0655947*Weight

300

250

200
Horsepower

150

100

50

0
1600 2100 2600 3100 3600 4100 4600
Weight
 Gráfico de Residuos
Horsepower = -57,7382 + 0,0655947*Weight

3
Rediduo Estudentizado

-1

-3

-5
1600 2100 2600 3100 3600 4100 4600
Weight