Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Los coeficientes de determinación parcial miden la proporción de la variación en la variable dependiente que
se explica por cada variable explicativa, mientras se controla o se mantienen constantes las otras variables
explicativas.
SCR( x j | todas las var. excepto x j )
He aquí la formula general: r 2Yj .(todas lasvar.excepto j) =
SCT −SCR+SCR( x j | todas las var. excepto x j )
Response: X[,1]
DF Sum Sq Mean Sq F value Pr(>F)
X[ , ] 2 5125.502 2562.751 15.9801 0.0025
Residuals 7 1122.598 160.3712
X[ , 2] =Publicidad, X[ ,3]=Precio
Tomando la tabla 2, donde tenemos el resumen del análisis de varianza considerando todas las variables, x1 es la
inversión en publicidad en miles de pesos y x2 es el precio del equipo de sonido en cientos de pesos; y es el
comportamiento de las ventas en miles de pesos. De esta tabla tomamos SCR= 5125.502. y SCT = SCR+SCE
=5125.502 + 1122.598=6248.1
Ahora queremos encontrar SCR(xj), es decir, la suma de cuadrados de regresión menos xj. Considerando que
xj=x1 (publicidad), necesitamos encontrar SCR(x1). La tabla 3 muestra los resultados de un MRLM donde se
utilizan todas la variables independientes excepto xj, es decir, del modelo original se excluye a la publicidad y
quedan las ventas solo en términos del precio. Así, obtenemos un nuevo modelo, donde la variable dependiente
siguen siendo las ventas, y hay una sola variable independiente, el precio.
̂y =193.2881−1.0772 x1 donde x 1= precio con este modelo obtenemos un nuevo SCR que sería igual al
SCR(x1) del modelo original.
Response: X[,1]
DF Sum Sq Mean Sq F value Pr(>F)
X[ , ] 1 1005.968 1005.968 1.5352 0.2505
Residuals 8 5242.132 655.2665
X[ ,]: Precio
Con esta tabla obtenemos SCR(x1) = 1005.968
Entonces: SCR(x1|todas las variables excepto x1) = SCR – SCR(x1)
SCR(x1|todas las variables excepto x1) = 5125.502 -1005.968= 4119.534
4119.534
r 2Y1 .(todas las var.excepto1 )= =0.7859
6248.1−5125.502+4119.534
Interpretación: El coeficiente de determinación parcial de la variable dependiente volumen de ventas (Y), con
la inversión de publicidad (x1) cuando se mantiene constante el precio del equipo de sonido (x2), significa que
para un precio fijo (constante) en el equipo de sonido, el 78.59% de la variación en el volumen de ventas se
puede explicar por la inversión en publicidad.
El coeficiente de determinación parcial para x2 seria:
Response: X[,1]
DF Sum Sq Mean Sq F value Pr(>F)
X[ , ] 2 5125.502 2562.751 15.9801 0.0025
Residuals 7 1122.598 160.3712
X[ , 2] =Publicidad, X[ ,3]=Precio
Tomando la tabla 2, donde tenemos el resumen del análisis de varianza considerando todas las variables, x1 es la
inversión en publicidad en miles de pesos y x2 es el precio del equipo de sonido en cientos de pesos; y es el
comportamiento de las ventas en miles de pesos. De esta tabla tomamos SCR= 5125.502 y SCT = SCR+SCE
=5125.502 + 1122.598=6248.1
Observando la tabla 4, donde se utiliza todas la variables independientes excepto xj, considerando ahora xj=x2,
es decir, excluyendo el precio y quedando las ventas solo en términos de la publicidad. Obtenemos otro nuevo
modelo donde tenemos como variable dependiente las ventas y una sola variable independiente la publicidad:
̂y =7.1486+5.1892 x 1 donde x 1=Publicidad con este modelo obtenemos un nuevo SCR que sería igual
al SCR(x2) del modelo original.
Response: X[,1]
DF Sum Sq Mean Sq F value Pr(>F)
X[ , ] 1 2789.734 2789.734 6.4533 0.0347
Residuals 8 3458.366 432.2958
X[ ,]: Publicidad