UNIDAD 7 – Regresión lineal

Aporte Sebastián Nikolay Quiñonez Sánchez

1.- determine la ecuación de la regresión múltiple

HOUSE 1
Y X1 X2  
Precio de venta valor estimado periodo tipo
94,1 78,17 10 0
101,9 80,24 10 0
88,65 74,03 11 1
115,5 86,31 2 1
87,5 75,22 5 1
72 65,54 4 1
91,5 72,43 17 1
113,9 85,61 13 1
69,34 60,8 6 1
96,9 81,88 5 0
96 79,11 7 1
61,9 59,93 4 1
93 75,27 11 1
109,5 85,88 10 0
93,75 76,64 17 1
106,7 84,36 12 1
81,5 72,94 5 1
94,5 76,5 14 0
69 66,28 1 1
96,9 79,74 3 0
86,5 72,78 14 1
97,9 77,9 12 0
83 74,31 11 1
97,3 79,85 12 0
100,8 84,78 2 0
97,9 81,61 6 0
90,5 74,92 12 1
97 79,98 4 0
92 77,96 9 1
95,9 79,07 12 0

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,971096166
Coeficiente de determinación R^2 0,943027763
R^2 ajustado 0,938807597
Error típico 3,096748618
Observaciones 30

Coeficien Error Estadísti Probabil Inferior Superior Inferior Superior

  tes típico co t idad 95% 95% 95,0% 95,0%
- - - - - -
Intercepci 44,98823 6,55273 6,865566 2,2407E 58,43333 31,54313 58,43333 31,54313
ón 443 4416 582 -07 487 398 487 398
valor 1,750600 0,08575 20,41373 6,0581E 1,574643 1,926557 1,574643 1,926557
estimado 703 6019 572 -18 887 519 887 519
0,367951 0,12805 2,873411 0,00781 0,105206 0,630696 0,105206 0,630696
periodo 691 3947 564 773 696 687 696 687

ECUACION
Y=mX1+mX2+b
Y=1,750600703 X1+0,367951691 X2−44,98823443

2.- Interprete el significado de las pendientes en esta ecuación

PENDIENTES
B1 x1=1,750600703
B2 x2=0,367951691

 La primera pendiente representa la relación del incremento del precio de venta a razón de
1.75 veces el valor estimado.
 La segunda pendiente representa la relación del crecimiento del precio de venta a razón
de 0.36 veces el periodo.

5.- Determine si existe una relación significativa entre el precio de venta y las dos variables
independientes (valor actualizado y periodo), con un nivel de significancia de 0.05.

ANÁLISIS DE
VARIANZA
Grados de Suma de Promedio de los Valor crítico
  libertad cuadrados cuadrados F de F
223,457
Regresión 2 4285,849076 2142,924538 519 1,59021E-17
Residuos 27 258,9260041 9,589852005
Total 29 4544,77508      

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,971096166

Coeficiente de determinación R^2 0,943027763

R^2 ajustado 0,938807597

Error típico 3,096748618

Observaciones 30

El modelo planteado explica el 94% de la variación de la variable independiente (precio de

venta), se puede decir entonces que el modelo de pronóstico obtenido se aproxima en un 94%
a una relación lineal.

Planteando que:

H0= Y= X1, X2

H1= Y ≠ X1, X2

F (2.27) (0.05)= 3.35 < 223.45

Entonces se encuentra que se debe rechazar la hipótesis H 0 y aceptar H1, no existe una
relación lineal significativa entre las dos variables independientes y la variable dependiente, se
concluye que al menos una de las variables independientes tiene una relación lineal
significativa con la variable dependiente.