Documentos de Académico
Documentos de Profesional
Documentos de Cultura
S15-2023-1 Métodos Estadísticos
S15-2023-1 Métodos Estadísticos
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.9869
Coeficiente de determinación R^2 0.9740
R^2 ajustado 0.9728
Error típico 3.2895
Observaciones 50
ANÁLISIS DE VARIANZA
Promedio de
Grados de Suma de Valor crítico
los F
libertad cuadrados de F
cuadrados
Regresión 2 19017.05 9508.53 878.73 5.8904E-38
Residuos 47 508.58 10.82
Total 49 19525.63
Inferior Superior
Coeficientes Error típico Estadístico t Probabilidad
95% 95%
Intercepción (b0) -1.2281 2.4659 -0.4980 0.62079169239126 -6.1889 3.7327
Superficie (metros cuadrados) (X1) (b1) 1.2001 0.0287 41.8301 7.6366723613E-39 1.1424 1.2578
Antiguedad (años) (X2) (b2) -0.4105 0.1054 -3.8945 0.00031000097349 -0.6225 -0.1984
b0 = -1.2281 (MM$)
b1 = 1.2001 (MM$/m^2)
b2 = -0.4105 (MM$/años)
Predecir el precio de una vivienda cuya superficie son 70 m^2 con una antigüedad
X1 = 70 m^2
X2 = 10 años
Y= 78.6743 MM$
R^2 = 0.9740
R^2 ajust = 0.9728 97.28%
Y = b0 + b1*X1 + b2*X2
Resumen
Estadísticas de la regresión
Coeficiente de correlación múl 0.9826
Coeficiente de determinación 0.9655
R^2 ajustado 0.9648
Error típico 3.7436 ==> Sigma
Observaciones 50
ANÁLISIS DE VARIANZA
Promedio de
Grados de Suma de Valor crítico de
los F
libertad cuadrados F
cuadrados
Regresión 1 18852.9343 18852.9343 1345.2475 9.10903602E-37
Residuos 48 672.6947 14.0145
Total 49 19525.6290
Superior
Coeficientes Error típico Estadístico t Probabilidad Inferior 95%
95%
Intercepción (b0) -7.9985 1.9903 -4.0187 0.0002 -12.0003 -3.9967
Superficie (m^2) (X) (b1) 1.1824 0.0322 36.6776 9.10903602E-37 1.1176 1.2472
x0 = 50.4500 m^2
b0 = -7.9985 (MM$)
b1 = 1.1824 (MM$/m^2) Y(X = 50,45 m^2) esta entre:
y0 = 51.6525 MM$
alfa = 0.0500
n= 50 Con confianza 95%, se predice que el precio de una
propiedad cuya superficie es 50,45 m^2 estará entre
[44,0280 ; 59,2771] (MM($))
Con confianza 95%, se predice que el precio de una
propiedad cuya superficie es 50,45 m^2 estará entre
t(n-2;1 - alfa/2) = 2.0106 [44,0280 ; 59,2771] (MM($))
Sigma^2 = 14.0145 (MM$)^2
Media de X = 59.516 m^2
Sxx = 13485.4472 (m^2)^2
10. ¿Cual es el intervalo para la estimación de Y cuando la superficie de la propiedad es 90,0 m^2?
x0 = 90.0000 m^2
b0 = -7.9985 (MM$)
b1 = 1.1824 (MM$/m^2) Y(X = 50,45 m^2) esta entre:
y0 = 98.4156 MM$
alfa = 0.0500
n= 50 Con confianza 95%, se estima que el precio de una
propiedad cuya superficie es 90 m^2 estará entre
t(n-2;1 - alfa/2) = 2.0106 [96,1713 ; 100,66] (MM($))
Sigma^2 = 14.0145 (MM$)^2
Media de X = 59.516 m^2
Sxx = 13485.4472 (m^2)^2
1. Defina las variables X e Y
X = "Superficie en m^2"
Y = "Precio de venta de viviendas en MM$"
Y = b0 + b1*X
Estimadores de la parametros:
b0 = -7.9985 (MM$) la unidad de b0 es la unida
b1 = 1.1824 (MM$/m^2) la unidad de b1 es la unida
T= 36.6776
pvalor = 0.0000 *se rechaza H0 si pvalor es menor que 5
Como pvalor es menor que 5%, se rechaza H0, es decir b1 no es 0, por lo tanto e
modelo es adecuado para poner en práctica
%, se predice que el precio de una 7. ¿Cuál es el intervalo de 95% de confianza para la pendiente? (b1)
uperficie es 50,45 m^2 estará entre
71] (MM($))
%, se predice que el precio de una
uperficie es 50,45 m^2 estará entre
71] (MM($))
Inferior 95%Superior 95%
b1 esta entre 1.1176 1.2472 (MM$/m^2)
Estimadores de la parametros:
Lím Inferior Lím Superior b0 = -7.9985 (MM$)
96.1713 100.6600 MM($) b1 = 1.1824 (MM$/m^2)
Sigma = 3.7436 (MM$)
ir b1 no es 0, por lo tanto el
modelo en un 96,48%
a pendiente? (b1)
MM$/m^2)
a constante? (b0)
n estimados?
Resumen
Estadísticas de la regresión
Coeficiente de correlación múl 0.9826
Coeficiente de determinación 0.9655
R^2 ajustado 0.9648
Error típico 3.7436 ==> Sigma
Observaciones 50
ANÁLISIS DE VARIANZA
Promedio de
Grados de Suma de Valor crítico de
los F
libertad cuadrados F
cuadrados
Regresión 1 18852.9343 18852.9343 1345.2475 9.10903602E-37
Residuos (Error) 48 672.6947 14.0145
Total 49 19525.6290
Superior
Coeficientes Error típico Estadístico t Probabilidad Inferior 95%
95%
Intercepción (b0) -7.9985 1.9903 -4.0187 0.0002 -12.0003 -3.9967
Superficie (m^2) (X) (b1) 1.1824 0.0322 36.6776 9.10903602E-37 1.1176 1.2472
F= 1345.2475
pvalor = 0.0000 *se rechaza H0 si pvalor es menor que 5%
Como pvalor es menor que 5%, se rechaza H0, es decir b1 no es 0, por lo tanto el
modelo es adecuado para poner en práctica
1. Defina las variables X e Y
X = "Superficie en m^2"
Y = "Precio de venta de viviendas en MM$"
Suma de
cuadrados Y = b0 + b1*X
0.9655 Estimadores de la parametros:
0.0345 b0 = -7.9985 (MM$) la unidad de b0 es la unida
1.0000 b1 = 1.1824 (MM$/m^2) la unidad de b1 es la unida
T= 36.6776
pvalor = 0.0000 *se rechaza H0 si pvalor es menor que 5
Como pvalor es menor que 5%, se rechaza H0, es decir b1 no es 0, por lo tanto e
modelo es adecuado para poner en práctica
Y = b0 + b1*X + error
100% 96.48% 3.52%
Estimadores de la parametros:
b0 = -7.9985 (MM$)
b1 = 1.1824 (MM$/m^2)
Sigma = 3.7436 (MM$)
la unidad de b0 es la unidad Y
la unidad de b1 es la unidad de Y / la unidad X
ir b1 no es 0, por lo tanto el
modelo en un 96,48%
a pendiente? (b1)
MM$/m^2)
a constante? (b0)
n estimados?
Sumas 3,118.6 2,975.8 190,593.2
Medias 62.372 59.516