Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • Est. Inf. II

    Cargado por

    Fernando Calmar
    2 vistas3 páginas
    Este documento presenta un análisis de regresión lineal simple entre las variables ingreso (x) y consumo (y) basado en 8 observaciones. El coeficiente de correlación es muy alto (0.984) y el coeficiente de determinación indica que el 96.9% de la variación en y se explica por cambios en x. El análisis de varianza muestra que el modelo de regresión es estadísticamente significativo.

    Descripción original:

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    XLSX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Denunciar este documento
    Este documento presenta un análisis de regresión lineal simple entre las variables ingreso (x) y consumo (y) basado en 8 observaciones. El coeficiente de correlación es muy alto (0.984) y el coeficiente de determinación indica que el 96.9% de la variación en y se explica por cambios en x. El análisis de varianza muestra que el modelo de regresión es estadísticamente significativo.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    2 vistas3 páginas

    Est. Inf. II

    Cargado por

    Fernando Calmar
    Este documento presenta un análisis de regresión lineal simple entre las variables ingreso (x) y consumo (y) basado en 8 observaciones. El coeficiente de correlación es muy alto (0.984) y el coeficiente de determinación indica que el 96.9% de la variación en y se explica por cambios en x. El análisis de varianza muestra que el modelo de regresión es estadísticamente significativo.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    de 3

    n ingreso x consumo y

    1 20 1.8
    2 30.5 3
    3 40 4.8
    4 55.1 5
    5 60.3 6.5
    6 74.9 7
    7 88.4 9
    8 95.2 9.1

    Resumen

    Estadísticas de la regresión
    Coeficiente de correlació 0.984373758283456
    Coeficiente de determina 0.968991695997095
    R^2 ajustado 0.963823645329945
    Error típico 0.50083064915215
    Observaciones 8

    ANÁLISIS DE VARIANZA
    Grados de libertad Suma de cuadrados
    Regresión 1 47.030011965219
    Residuos 6 1.50498803478098
    Total 7 48.535

    Coeficientes Error típico


    β0 Intercepción 0.217673544394081 0.44279900210855
    β1 ingreso x 0.095733444541015 0.006991446506662

    Análisis de los residuales

    Observación Pronóstico consumo y Residuos


    1 2.13234243521438 -0.33234243521438
    2 3.13754360289504 -0.13754360289504
    3 4.04701132603468 0.752988673965319
    4 5.49258633860401 -0.49258633860401
    5 5.99040025021728 0.509599749782716
    6 7.3881085405161 -0.3881085405161
    7 8.68051004181981 0.319489958180194
    8 9.33149746469871 -0.23149746469871
    xy x²
    36 400
    91.5 930.25
    192 1600
    275.5 3036.01
    391.95 3636.09
    524.3 5610.01
    795.6 7814.56
    866.32 9063.04

    187.496554969209
    Promedio de los cuadrados F Valor crítico de F
    47.030011965219 187.496554969209 9.427572141429E-06
    0.250831339130164 5.9873776072737

    Estadístico t Probabilidad Inferior 95% Superior 95%


    0.491585444767375 0.640476602573573 -0.865816581540496 1.30116367032866
    13.692938142313 9.42757214142896E-06 0.078625991227217 0.112840897854813

    2.44691185114497
    Inferior 95.0% Superior 95.0%
    -0.865816581540496 1.30116367032866
    0.0786259912272172 0.112840897854813

    También podría gustarte