Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
de regresin lineal
Estadstica II
Unidad 3
Evidencia de Aprendizaje
Lic. Matemticas
Omar Pacheco
Estadstica II
Unidad 3. Anlisis de regresin lineal mltiple
Evidencia de aprendizaje. Ajuste de un anlisis de regresin lineal mltiple
Instrucciones: Resuelve cada uno de los elementos que se solicitan despus del
planteamiento.
El gerente de ventas de una gran distribuidora de partes de automvil desea
crear un modelo para calcular las ventas de cierta regin en el perodo de
primavera. Se utiliza la informacin de en aos anteriores. Las variables que se
consideran en el estudio son:
x1
(millones $)
x4
x 5 Nmero de vendedores
^ 2=1.8856
SST =1601.622
t 0.025,4=2.7764
SSR=1590.88
Estadstica II
Unidad 3. Anlisis de regresin lineal mltiple
a) Escribe el modelo de regresin mltiple
=0.05 .
Regresi
n
Error
Total
Fuente de
Variacion
Suma de
Cuadrados
Grados de
Libertad
Cuadrados
Medios
F0
SSR
MSR=SSR/p
MSR/MSE
SSE
n-p-1
MSE=SSE/n-p-1
SST
n-1
Suma de
Cuadrados
Grados de
Libertad
Cuadrados
Medios
F0
Estadstica II
Unidad 3. Anlisis de regresin lineal mltiple
Regresi
n
Error
Total
1590.88
318.176
10.742
1601.622
2.6855
118.4792
= 0.05
F calculado = 118.4792
F
critico
(1-,k,n-k-1) = F
(0.95,5,4)
critico
INV.F(0.95,5,4) = 6.2560565
Entonces se rechaza H0 si F
Se acepta H0 si F
F
calculado
critico
calculado
<= F
calculado
>F
critico
critico
118.4792
= 6.2560565
H 0 : 1 0
calculado
>F
critico
se rechaza H0 donde
H 0: 0 0 ,
H 0: 2 0 .
H 0: 3 0
4 0
5 0
Y podemos
=0.05 .
Estadstica II
Unidad 3. Anlisis de regresin lineal mltiple
e) Calcula el coeficiente de determinacin e interpreta
Coeficiente de determinacin = R
R = 1- SSE/SST
SST=1601.622
SSR=1590.88
SSE=SST-SSR
SSE=1601.622 - 1590.88
SEE= 10.742
R = 1- 10.742/1601.622
R= 1-0.0067
R= 0.9932
R es muy cercano a 1 entonces podemos decir que es muy confiable el modelo de
regresin
Determnate = 0.0256
Podemos ver que el determnate de la matriz es muy cercano a cero entonces
podemos decir que no hay una dependencia o correlacin fuerte entre ellas en
Estadstica II
Unidad 3. Anlisis de regresin lineal mltiple
pocas palabras que el cambio de una variable no afecta a la otra, entonces
podramos decir que no todas las variable influyen para una estimacin
Como R es muy cercano a 1 decimos que es confiable este modelo, se podra eliminar
algunas variables independientes puesto que no en muchas de ellas no hay una
correlacin fuerte, esto podra simplificar la ecuacin de regresin de hecho lo hace al
desaparecer variables se reduce la ecuacin.