Laboratorio #4

Quispe Cruz Denis Kevin

Y X
Distancia [km] Tiempo [t]
56 2
58 2,1
60 2,2
63 2,4
62 2,2
70 2,8
56 2
54 1,9
65 2,6
66 2,7
63 2,4
68 2,7
68 2,7
67 2,6
66 2,5
65 2,4
64 2,3
63 2,2
55 1,5
56 1,6
57 1,7
58 1,8
59 1,9
60 2,1
62 2,2
63 2,3
64 2,4
65 2,5
66 2,6
67 2,6
68 2,7
69 2,8
70 3,0
68 2,9
67 2,8
69 2,7
66 2,5
65 2,4
64 2,4
67 2,3
Regresión Simple - Y vs. X
Variable dependiente: Y (Distancia [km])
Variable independiente: X (Tiempo [t])
Lineal: Y = a + b*X
Coeficientes
Mínimos Cuadrados Estándar Estadístico
Parámetro Estimado Error T Valor-P
Intercepto 36,0759 1,69699 21,2587 0,0000
Pendiente 11,6098 0,710886 16,3314 0,0000

Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 694,961 1 694,961 266,72 0,0000
Residuo 99,0139 38 2,60563
Total (Corr.) 793,975 39

Coeficiente de Correlación = 0,935571

R-cuadrada = 87,5293 porciento
R-cuadrado (ajustado para g.l.) = 87,2012 porciento
Error estándar del est. = 1,6142
Error absoluto medio = 1,22064
Estadístico Durbin-Watson = 0,742662 (P=0,0000)
Autocorrelación de residuos en retraso 1 = 0,483831

El StatAdvisor
La salida muestra los resultados de ajustar un modelo lineal para describir la relación entre Y y X. La ecuación del modelo
ajustado es

Y = 36,0759 + 11,6098*X

Puesto que el valor-P en la tabla ANOVA es menor que 0,05, existe una relación estadísticamente significativa entre Y y X con un
nivel de confianza del 95,0%.

El estadístico R-Cuadrada indica que el modelo ajustado explica 87,5293% de la variabilidad en Y. El coeficiente de correlación
es igual a 0,935571, indicando una relación relativamente fuerte entre las variables. El error estándar del estimado indica que la
desviación estándar de los residuos es 1,6142. Este valor puede usarse para construir límites de predicción para nuevas
observaciones, seleccionando la opción de Pronósticos del menú de texto.

El error absoluto medio (MAE) de 1,22064 es el valor promedio de los residuos. El estadístico de Durbin-Watson (DW)
examina los residuos para determinar si hay alguna correlación significativa basada en el orden en el que se presentan en el
archivo de datos. Puesto que el valor-P es menor que 0,05, hay indicación de una posible correlación serial con un nivel de
confianza del 95,0%. Grafique los residuos versus el número de fila para ver si hay algún patrón que pueda detectarse.

Gráfico del Modelo Ajustado

Y = 36,0759 + 11,6098*X

70

66

62
Y

58

54
1,5 1,8 2,1 2,4 2,7 3
X