UNIVERSIDAD DE LAS FUERZAS

ARMADAS
ESPE
DEPARTAMENTO DE CIENCIAS EXACTAS
ESTADÍSTICA DESCRIPTIVA

TEMA: Ejercicios de Regresión simple

Nombre Anderson Sebastián Avila Torres

Carreras INGENIERÍA GEOESPACIAL
NRC 10889
Nombre del Profesor Ing. León Roberto

FECHA DE ENTREGA: 04-08-2023

HOJA 9 – INEV ‘X’ IMAT ‘Y’
Estadísticas de la regresión
Coeficiente de correlación múltiple 0,568787407
Coeficiente de determinación R^2 0,323519114
R^2 ajustado 0,316616248
Error típico 79,68508995
Observaciones 100

Coeficiente de correlación múltiple: 0,568787407, Correlación positiva moderada entre

las variables independientes y la variable dependiente.

Coeficiente de determinación R^2: 0,323519114, Representa en porcentaje la efectividad

de la ecuación 31 %.

El error típico es: 79,68508995 (Desviación estándar) Relacionado entre los coeficientes,
donde si el error es cercano al 0 resulta ser efectivo y entre más alejado la efectividad
es menor.

PRUEBA GLOBAL H0 B<= 0 NO FUNCIONA LA EC DE REGRESIÓN

H1 B>0 FUNCIONA SE ACEPTA

𝐻 : 𝑁𝑜 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑟𝑒𝑔𝑟𝑒𝑠𝑖ó𝑛

{ 0
𝐻1 : 𝑬𝒔 𝒆𝒇𝒆𝒄𝒕𝒊𝒗𝒂 𝒍𝒂 𝒆𝒄𝒖𝒂𝒄𝒊ó𝒏 𝒅𝒆 𝒓𝒆𝒈𝒓𝒆𝒔𝒊ó𝒏
VC F = 6.67E-10
F = 46.86735996
 𝒚
̂ = 38.237931 + 0.8500215𝑥
𝒚
̂ = 𝐵0 + 𝐵1 ∗ 𝑥

PROBABILIDAD: Indica si el B0 y B1 intervienen de manera independientemente

𝐻0 : 𝐵0 = 0 ∶ 𝑁𝑜 𝑒𝑠 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑟𝑒𝑔𝑟𝑒𝑠𝑖ó𝑛

𝐻1 : 𝐵0 > 0 ∶ 𝐸𝑠 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑟𝑒𝑔𝑟𝑒𝑠𝑖ó𝑛
𝑝 <∝→ 0.66200896 𝑏 > 0,05 → 𝐻0

Conclusión: El coeficiente 𝐵0 no interviene en la ecuación de regresión, para un nivel

de significancia del 0,05

𝐻0 : 𝐵1 = 0 ∶ 𝑁𝑜 𝑒𝑠 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑟𝑒𝑔𝑟𝑒𝑠𝑖ó𝑛

𝐻1 : 𝐵1 > 0 ∶ 𝐸𝑠 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑟𝑒𝑔𝑟𝑒𝑠𝑖ó𝑛
𝑝 <∝→ 6,6701 ∗ 10−10 < 0,05 → 𝐻1

Conclusión: El coeficiente 𝐵1 sí interviene en la ecuación de regresión, para un nivel

de significancia del 0,05
SUPUESTOS DE NORMALIDAD
Normalidad
𝑯 : 𝑳𝒐𝒔 𝒓𝒆𝒔𝒊𝒅𝒖𝒐𝒔 𝒅𝒆𝒍 𝒎𝒐𝒅𝒆𝒍𝒐 𝒔𝒊𝒈𝒖𝒆𝒏 𝒖𝒏𝒂 𝒅𝒊𝒔𝒕𝒓𝒊𝒃𝒖𝒄𝒊ó𝒏 𝒏𝒐𝒓𝒎𝒂𝒍
{ 𝟎
𝐻1 : 𝐿𝑜𝑠 𝑟𝑒𝑠𝑖𝑑𝑢𝑜𝑠 𝑑𝑒𝑙 𝑚𝑜𝑑𝑒𝑙𝑜 𝑛𝑜 𝑠𝑖𝑔𝑢𝑒𝑛 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙

Normalidad
1000 y = 3,1326x + 476,13
800 R² = 0,8889

600
imat

400 Series1

200 Lineal (Series1)

0
0 20 40 60 80 100 120
Muestra percentil

Conclusión: Analizando la gráfica puedo determinar que sí existe normalidad en los

datos, lo cual indica que los datos están asociados y no es casualidad.

inev Gráfico de los residuales

220

120
Residuos

20
510 610 710 810 910
-80

-180
inev

Homocedasticidad
𝑯 : 𝑳𝒂 𝒗𝒂𝒓𝒊𝒂𝒏𝒛𝒂 𝒅𝒆 𝒍𝒐𝒔 𝒓𝒆𝒔𝒊𝒅𝒖𝒐𝒔 𝒆𝒔 𝒄𝒐𝒏𝒔𝒕𝒂𝒏𝒕𝒆 𝒑𝒂𝒓𝒂 𝒕𝒐𝒅𝒐𝒔 𝒍𝒐𝒔 𝒗𝒂𝒍𝒐𝒓𝒆𝒔 𝒅𝒆 𝑿.
{ 𝟎
𝐻1 : 𝐿𝑎 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑒𝑠𝑖𝑑𝑢𝑜𝑠 𝑛𝑜 𝑒𝑠 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑋.
Conclusión: Atreves de la gráfica podemos observar que los datos son independientes
pues las paralelas se mantienen ajustadas 𝐻1 .
Independencia
𝐻 : 𝐿𝑜𝑠 𝑟𝑒𝑠𝑖𝑑𝑢𝑜𝑠 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠 𝑒𝑛𝑡𝑟𝑒 𝑠í.
{ 0
𝐻1 : 𝐿𝑜𝑠 𝑟𝑒𝑠𝑖𝑑𝑢𝑜𝑠 𝑛𝑜 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠 𝑒𝑛𝑡𝑟𝑒 𝑠í.
Conclusiones: mediante la gráfica podemos observar que los datos están distribuidos
tanto encima de la recta como por debajo y no forman una tendencia por lo tanto
estamos en 𝐻1 .
 INTERVALOS

𝒚
̂ = 38.237931 + 0.8500215𝑥
𝑝𝑎𝑟𝑎 𝒙 = 950; 𝒚̂ = 845.758356
𝒕 = 1,984 𝑐𝑜𝑛 𝒈𝒍 = 98; ∝= 0,05
𝑥̅ =699,42

̅ )𝟐 = 𝟒𝟏𝟏𝟖𝟕𝟒, 𝟑𝟔
𝑺𝑺𝒙 = ∑(𝒙 − 𝒙

1 ̅)2
(𝑥 − 𝑥
𝐼𝑁𝑇𝐸𝑅𝑉𝐴𝐿𝑂 𝑃𝑂𝐵𝐿𝐴𝐶𝐼𝑂𝑁𝐴𝐿 𝑦
̂ ± 𝑡∝ (𝑠𝑥 𝑠𝑦 ) +
2 𝑛 ̅)2
(𝑥 − 𝑥

1 (950 − 699,42)^2
845.758356 ± 1,984 ∗ 79,6850899497135 +
100 411874 ,36
782.0378984 < 𝑢 < 909.4788136

Conclusión: la calificación que puede obtener dicho grupo puede estar entre aquel
intervalo con un nivel de significancia del 0,05 y un tamaño de 100

1 ̅ )2
(𝑥 − 𝑥
𝐼𝑁𝑇𝐸𝑅𝑉𝐴𝐿𝑂 𝑃𝐴𝑅𝑇𝐼𝐶𝑈𝐿𝐴𝑅 𝑦
̂ ± 𝑡∝ (𝑠𝑥 𝑠𝑦 ) 1 + +
2 𝑛 ̅)2
(𝑥 − 𝑥
𝒕 = 1,984 𝑐𝑜𝑛 𝒈𝒍 = 99; ∝= 0,05

1 (950 − 699,42 )^2

845.758356 ± 1,985 ∗ 79,6850899497135 1 + +
100 411874 ,36
675.3048585 < 𝑥̅ < 1016.211854

Conclusión: la calificación que puede obtener una persona en particular puede estar
entre aquel intervalo con un nivel de significancia del 0,05 y un tamaño de 100

Conclusión en general: la ecuación de regresión encontrada tiene una relación muy

dispersa con un nivel de efectividad del 32% de linealidad (Se puede predecir pero no
es lo adecuado según el entorno donde se aplique,
En resumen la relación de las dos variables son muy bajas