Documentos de Académico
Documentos de Profesional
Documentos de Cultura
7-Parte Vii - Soluciones Estadísticas Prácticassl
7-Parte Vii - Soluciones Estadísticas Prácticassl
de Inmuebles Urbanos
PARTE VI
SOLUCIONES ESTADSTICAS PRCTICAS
computadora).
9Solucin del Ejercicio a travs del EXCEL
Microsoft y Essential Regression. (Estimacin Lineal
y Anlisis de Datos Regresin).
9Ejercicio del MRL Mltiple aplicando Excel y
Essential Regression - Microsoft.
9Ejercicio Comparativo de Transformacin de las
Variables.
9Ejercicios de Regresin Mltiple.
Muestra
Precio (R$)
Dato 1
500,00
Dato 2
1.000,00
Dato 3
700,00
Dato 4
1.200,00
Dato 5
600,00
Media Aritmtica
4.000 / 5 = R$ 800,00
Pelli (2005)
Media Aritmtica
1400
1200
1200
1000
1000
R$ 800,00
800
700
600
600
500
400
200
0
0
6
Pelli (2005)
VARIACIN TOTAL
ALREDEDOR DE LA MEDIA
Muestra
Precio
Media
Precio Media
(Precio
Media)2
Dato 1
500,00
800,00
-300,00
90.000,00
Dato 2
1.000,00
800,00
200,00
40.000,00
Dato 3
700,00
800,00
-100,00
10.000,00
Dato 4
1.200,00
800,00
400,00
160.000,00
Dato 5
600,00
800,00
-200,00
40.000,00
0,00
340.000,00
Pelli (2005)
Muestra
Precio
(R$)
rea
(m2)
Dato 1
500,00
10,00
Dato 2
1.000,00
70,00
Dato 3
700,00
30,00
Dato 4
1.200,00
80,00
Dato 5
600,00
10,00
Pelli (2005)
1400
Valor = 454,55 + 8,6364 x rea
1200
Valor
1000
800
600
Media Aritmtica
400
200
Regresin Lineal
0
0
20
40
60
80
100
rea
Pelli (2005)
CLCULO DE LA
ECUACIN DE REGRESIN
Yi nb0 b1 X i ) = 0
2
X iYi b0 X i b1 X i ) = 0
Pelli (2005)
CLCULO DE LA
ECUACIN DE REGRESIN
yi
xi
xi2
xi yi
500
10
100
5.000
1.000
70
4.900
70.000
700
30
900
21.000
1.200
80
6.400
96.000
600
10
100
6.000
4.000
200
12.400 198.000
Pelli (2005)
CLCULO DE LA
ECUACIN DE REGRESIN
4.000 5 b0 200 b1 = 0
198.000 200 b0 12.400 b1 = 0
Pelli (2005)
Muestra
Precio
Media
Regresin
Dato1
500,00
540,91
-40,91
1.673,55
Dato2
1.000,00
1.059,09
-59,09
3.491,74
Dato3
700,00
713,64
-13,64
185,95
Dato4
1.200,00
1.145,45
54,55
2.975,21
Dato5
600,00
540,91
59,09
3.491,74
0,00
11.818,00
(Precio
Media)
(Precio
Media)2
Pelli (2005)
ANLISIS DE LA REGRESIN
Coeficiente de Correlacin =
0,9652= 0,9824
Pelli (2005)
CONCLUSIONES
Analizando los coeficientes
Correlacin, tenemos :
de
Determinacin
de
REPRESENTACION GRFICA
O
O
O
O
O
O
O
O
O
O
O
Dantas (2002)
Yi
X i2
X i . Yi
Yi
(Yi Yi ) = ei
ei2 = (Yi Yi )2
(Yi Y) (Y Y)2
i
(ei ei 1)2
e*i
Camacaro (2006)
FORMULARIO
Interpretacin de la
Figura:
Ecuacin de la Recta:
MMC -Ecuacin N 1
b . n + b . X i = Yi
0
b0=
MMC -Ecuacin N 2
2
b 0 . X i + b1 . X i = X i Yi
Coeficiente de Correlacin:
r=
(X i X
)(Yi Y )
)2 . (Yi Y )2
(X i X
Variacin
Sumatoria de los
Cuadrados
Explicada (regresin)
2
SQR = Yi Y
No Explicada (error)
Total
Estadstico de Prueba del
Parmetro:
t *j =
bj
( )
Intervalo de Confianza
n-2
2
(Yi Y )
n-1
Desviacin del
Parmetro:
( )
s b j = se .
s bj
Valor Unitario
Grados de Libertad
Y0
I = Y0
2
(X i X )
b0 + b1 . X 0
( )
. s Y0
I = bj
( )
Vn
(Yi Yi )
exp =
n2
(Yi Y )
Vtot =
( )
(X 0 X )2
1
+
2
n
(X i X )
n 1
d =
e i e i 1
i=2
ei2
i =1
n2
Yi Y
1
FC =
Y Y
n2
Comparar con
Ftab(;1;n-2)
Estadstico Durbin-Watson:
Con ; n; K se busca dL y dU
en la tabla y se consigue (4dU) y (4- dL)
n
)2
2
t1 / 2 ;( n 2 ) . s b j
s Y0 = s e .
(Yi
(Yi Yi )
Estadstico de
Prueba del modelo.
Varianza
V exp =
Intervalo de Confianza
del Parmetro:
t 1 / 2 ; ( n 2 )
R = r2
2
Yi Yi
SQE =
SQT =
Coeficiente de
Determinacin:
b1=
Error
Estandarizado:
ei* =
ei
se
Normalidad:
Camacaro (2006)
RESULTADOS
N
1
2
3
4
5
Xi
0
1
1
2
1
5
Yi
3
2
1
1
3
10
r=
2
r =
Se =
(Yi Y)
(Xi X )2
0
1
1
4
1
7
0
2
1
2
3
8
-1
0
0
1
0
0
1
0
0
1
0
2
1
0
-1
-1
1
0
1
0
1
1
1
4
-1
0
0
-1
0
-2
3
2
2
1
2
10
0
0
-1
0
1
0
0
0
1
0
1
2
1
0
0
-1
0
0
-0,71
Vexp =
2,00
Fcal =
3,00
s(b j ) =
0,58
b jmin =
-0,05
d=
1,50
0,50
Vnexp =
0,67
0,82
V tot =
1,00
b0 . n + b1 . Xi =Yi
10,13
t* =
1,73
b jmax =
-1,95
dL=
bj =
-1,00
t (0,975;3) =
3,18
t (0,90;3) =
1,64
dU=
(Xi X )(Yi Y )
r=
) (
2
2
Xi X . Yi Y
Coeficiente de Determinacin
b0 . Xi + b1 . X i = Xi Yi
Desviacin Estndar
se
t =
bj
s (b j )
Y0
= b0 + b1 . X 0
Vexp
( )
s bj = se .
2
Yi
n p
2
(X i X )
()
s Y0 = se .
1
+
n
(Yi Yi )
( X0 X )
2
(Xi X )
2
n2
Varianza Total
(Yi Y )
=
1
0
0
1
0
2
ei*
0,00
0,00
-1,22
0,00
1,22
0,00
4-dL =
3,39
X0
1,50
2,86
Y0
1,50
s Y0 =
0,47
Imax
2,26
4-dU =
1,14<d<2,86 No autoreg.
(ei*)
0,00
0,00
1,50
0,00
1,50
3,00
(ei-ei-1)
()
Imin
0,74
0,00
1,00
1,00
1,00
3,00
(Yi Y )
Vtot =
n 1
Residuo Estandarizado
( )
I = bj t1 / 2;(n2) . s bj
1,14
Vn exp =
R = r2
b0=
(Y i
0,61
(Yi Y)2
Varianza No Explicada
Varianza Explicada
3
Estadstico de Prueba del Parmetro
Yi
Ftab(0,05,1;3)=
Coeficiente de Correlacin
-1
*
j
Xi X
b1=
X i . Yi
X i2
e
ei* = i
se
0,82
60
-1,34
1,34
100
-1,60
1,60
100
()
I = Y0 t1 / 2; ( n 2) . s Y0
ei ei 1
d = i =2
ei2
i =1
Camacaro (2006)
RESULTADOS
Distancia vs. Precio Unitario
3,5
0; 3
1; 3
2,5
1; 2
y =3 -x
1,5
1; 1
2; 1
0,5
0
0
0,5
1,5
2,5
Distancia (Km)
Camacaro (2006)
RESULTADOS
Yest. vs e*
1,5
e*
0,5
0
0
0,5
1,5
2,5
3,5
-0,5
-1
-1,5
Yest
Camacaro (2006)
ENFOQUE MATRICIAL:
Insertar funcin : ESTIMACION.LINEAL
P.Unita
3
2
1
1
3
enter
Ctrl
b1
b0
-1,00
3,00
deb1
2
R
deb0
0,58
0,68
dey
0,50
0,82
3,00
2,00
3,00
2,00
Fcal
Sum. Cuad. Reg.
G.L.
Sum.Cuad. Res.
Camacaro (2006)
Dist.
0
1
1
2
1
0,71
0,50
0,33
0,82
5,00
P.Unita
3
2
1
1
3
ANLISIS DE VARIANZA
Grados de libert Suma de cuadrados Promedio de los cuadrados
1,00
2,00
2,00
3,00
2,00
0,67
4,00
4,00
Regresin
Residuos
Total
Intercepcin
Dist.
Coeficientes
3,00
-1,00
Error tpico
Estadstico t
0,68
0,58
4,39
-1,73
0,00
0,00
-1,00
0,00
1,00
Residuos estndares
0,00
0,00
-1,41
0,00
1,41
F
3,00
Valor crtico de F
0,18
Probabilidad
0,02
0,18
Inferior 95%
0,83
-2,84
onstico P.Un
1,00
3,00
2,00
2,00
3,00
2,00
4,00
1,00
5,00
2,00
Residuos
Camacaro (2006)
Camacaro (2006)
SOLUCIN USANDO
ESSENTIAL REGRESSION
Essential Regression:
P.Unita = b0 + b1*Dist.
Summary
|R|
2
R
2
R adjusted
Standard Error
# Points
PRESS
2
R for Prediction
Durbin-Watson d
First Order Autocorrelation
Collinearity
Coefficient of Variation
Precision Index
0,707
0,500
0,333
0,816
5
3,13
0,219
1,500
0,000
1,000
40,825
3,162
Dist.
0
1
1
2
1
Instalacin
directa
desde
www.essentialregression.com, se baja
la versin para analizar datos
estadsticos.
P.Unita
3
2
1
1
3
ANOVA
Source
Regression
Residual
LOF Error
Pure Error
Total
b0
b1
SS
SS%
2,000
50
2,000
50
0 0 (0)
2,000 50 (100)
4,000
100
MS
F
F Signif
2,000 3,000
0,182
0,667
0 0,0000
1,000
1,000
P.Unita = b0 + b1*Dist.
P value Std Error
-95%
3,000 0,02188
0,683 0,826
-1,000
0,182
0,577 -2,837
df
1
3
1
2
4
95% t Stat
5,174 4,392
0,837 -1,732
Camacaro (2006)
Distancia
(m)
8,15
6,20
7,65
6,90
7,35
8,50
7,30
8,00
7,75
8,50
6,00
7,90
Local
(adim)
8,00
7,00
6,00
8,00
7,00
5,00
4,00
9,00
8,00
4,00
9,00
7,00
Precio
( USD)
26.250,00
48.360,00
33.285,00
33.600,00
50.048,00
20.250,00
30.260,00
28.500,00
31.700,00
29.750,00
59.000,00
24.500,00
Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple
Coeficiente de determinacin R^2
R^2 ajustado
Error tpico
Observaciones
0,99
0,99
0,99
1.402,31
12,00
ANLISIS DE VARIANZA
Regresin
Residuos
Total
Intercepcin
rea
distancia
local
Error tpico
7.147,13
3,46
647,91
298,69
Estadstico t
7,32
14,45
-11,33
7,62
F
250,19
Valor crtico de F
0,00
Probabilidad
0,00
0,00
0,00
0,00
Inferior 95%
35.850,08
41,97
-8.835,14
1.588,35
Camacaro (2006)
rea
(m2)
300,00
520,00
420,00
280,00
736,00
360,00
475,00
305,00
360,00
610,00
580,00
320,00
Distancia
(m)
8,15
6,20
7,65
6,90
7,35
8,50
7,30
8,00
7,75
8,50
6,00
7,90
F
250,19
F Signif
3,03145E-08
95%
68812,7
57,91
-5847,0
2965,9
Summary
|R|
2
R
R adjusted
Standard Error
# Points
PRESS
2
R for Prediction
Durbin-Watson d
First Order Autocorrelation
Collinearity
Coefficient of Variation
0,995
0,989
0,985
1402,3
12
34904287,73
0,977
2,367
-0,291
0,591
4,050
Source
Regression
Residual
Total
SS
1475961236
15731741,91
1491692978
b0
b1
b2
b3
ANOVA
SS%
MS
99 491987078,8
1 1966467,738
100
Local
(adim)
8,00
7,00
6,00
8,00
7,00
5,00
4,00
9,00
8,00
4,00
9,00
7,00
Precio
( USD)
26.250,00
48.360,00
33.285,00
33.600,00
50.048,00
20.250,00
30.260,00
28.500,00
31.700,00
29.750,00
59.000,00
24.500,00
df
3
8
11
t Stat VIF
7,322
14,45
1,426
-11,33
1,553
7,624
1,527
Camacaro (2006)
EJERCICIO USANDO
SISREN WINDOWS
Camacaro (2006)
EJERCICIO USANDO
SISREN WINDOWS
Camacaro (2006)
Distancia
(m)
8,15
6,20
7,65
6,90
7,35
8,50
7,30
8,00
7,75
8,50
6,00
7,90
Local
(adim)
8,00
7,00
6,00
8,00
7,00
5,00
4,00
9,00
8,00
4,00
9,00
7,00
Ln Precio
(adm)
10,18
10,79
10,41
10,42
10,82
9,92
10,32
10,26
10,36
10,30
10,99
10,11
Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple
Coeficiente de determinacin R^2
R^2 ajustado
Error tpico
Observaciones
0,99
0,97
0,96
0,06
12,00
ANLISIS DE VARIANZA
Regresin
Residuos
Total
Intercepcin
rea
distancia
local
Error tpico
Estadstico t
0,31
0,00
0,03
0,01
35,25
8,64
-7,19
4,45
F
93,85
Valor crtico de F
0,00
Probabilidad
0,00
0,00
0,00
0,00
Inferior 95%
10,25
0,00
-0,27
0,03
Camacaro (2006)
EJERCICIO
ESSENTIAL REGRESSION
Ln Precio = b0 + b1*rea + b2*distancia + b3*local
rea
(m2)
300,00
520,00
420,00
280,00
736,00
360,00
475,00
305,00
360,00
610,00
580,00
320,00
Summary
|R|
2
R
R adjusted
Standard Error
# Points
PRESS
2
R for Prediction
Durbin-Watson d
First Order Autocorrelation
Collinearity
Coefficient of Variation
0,986
0,972
0,962
0,06103
12
0,05
0,952
1,260
0,270
0,591
0,587
Source
Regression
Residual
Total
SS
1,049
0,02980
1,078
b0
b1
b2
b3
ANOVA
SS%
97
3
100
MS
0,350
0,00372
F
93,85
F Signif
1,41816E-06
95%
11,68
0,00165
-0,138
0,08786
Distancia
(m)
8,15
6,20
7,65
6,90
7,35
8,50
7,30
8,00
7,75
8,50
6,00
7,90
Local
(adim)
8,00
7,00
6,00
8,00
7,00
5,00
4,00
9,00
8,00
4,00
9,00
7,00
Ln Precio
(adm)
10,18
10,79
10,41
10,42
10,82
9,92
10,32
10,26
10,36
10,30
10,99
10,11
df
3
8
11
t Stat
35,25
8,644
-7,190
4,453
VIF
1,426
1,553
1,527
Camacaro (2006)
EJERCICIO USANDO
SISREN WINDOWS
Camacaro (2006)
Camacaro (2006)