Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 19 vistas

    Interpretación: Estadísticas de La Regresión

    Cargado por

    KARLITA MARICIELO TOCTO LEYVA
    El resumen analiza un modelo de regresión lineal para predecir la renta de una vivienda estudiantil en función de su área y distancia a la universidad. El modelo explica el 79.67% de la variabilidad de la renta y es estadísticamente significativo. La ecuación de regresión es Y = -3.87 + 1.15X1 - 0.03X2. Para un área de 300m2 y distancia de 900m, la renta predicha es de 314.13.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd

    Interpretación: Estadísticas de La Regresión

    Cargado por

    KARLITA MARICIELO TOCTO LEYVA
    19 vistas3 páginas
    El resumen analiza un modelo de regresión lineal para predecir la renta de una vivienda estudiantil en función de su área y distancia a la universidad. El modelo explica el 79.67% de la variabilidad de la renta y es estadísticamente significativo. La ecuación de regresión es Y = -3.87 + 1.15X1 - 0.03X2. Para un área de 300m2 y distancia de 900m, la renta predicha es de 314.13.

    Título original

    Untitled

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    XLSX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El resumen analiza un modelo de regresión lineal para predecir la renta de una vivienda estudiantil en función de su área y distancia a la universidad. El modelo explica el 79.67% de la variabilidad de la renta y es estadísticamente significativo. La ecuación de regresión es Y = -3.87 + 1.15X1 - 0.03X2. Para un área de 300m2 y distancia de 900m, la renta predicha es de 314.13.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    19 vistas3 páginas

    Interpretación: Estadísticas de La Regresión

    Cargado por

    KARLITA MARICIELO TOCTO LEYVA
    El resumen analiza un modelo de regresión lineal para predecir la renta de una vivienda estudiantil en función de su área y distancia a la universidad. El modelo explica el 79.67% de la variabilidad de la renta y es estadísticamente significativo. La ecuación de regresión es Y = -3.87 + 1.15X1 - 0.03X2. Para un área de 300m2 y distancia de 900m, la renta predicha es de 314.13.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    de 3

    Nombres y Apellidos: Karlita Maricielo Tocto Leyva

    1. En un proyecto, un equipo de estudiantes de mercadeo quiere diseña un modelo que explique


    la renta para un apartamento o casa estudiantil que este cerca de una universidad. La renta
    va a depender del área de la casa y de la distancia al campus.

    RENTA ( Y ) AREA CASA (X¹) DISTANCIA ( X²) Resumen


    220 274 5150
    250 335 3541 Estadísticas de la regresión
    310 381 1609 Coeficiente de corre 0.90517052 Interpretación
    420 366 805 R^2 0.81933367 El R2 ajustado = 0.796
    350 389 2414 R^2 ajustado 0.79675038 variabilidad de “y” (re
    510 457 805 Error típico 45.712882
    400 393 2414 Observaciones 19
    450 418 805
    500 427 805 ANÁLISIS DE VARIANZA
    550 472 483 Grados de libertad
    Suma de cuadrados
    450 366 805 Regresión 2 151628.477
    320 389 2414 Residuos 16 33434.6813
    350 389 2414 Total 18 185063.158
    510 457 805
    400 393 2414 Coeficientes Error típico
    250 335 3541 Intercepción -3.87152861 180.77752
    310 381 1609 Variable X 1 1.1450536 0.40050471
    250 335 3541 Variable X 2 -0.03208921 0.01509586
    310 381 1609

    Y= -3.87+ 1.15 X¹ + -0.03 X²

    a) Hallar la ecuación de regresión

    Y= -3.87+ 1.15 X¹ + -0.03 X²

    b) Si el área de la casa es de 300 m2 y la distancia al campus es de 900 m ¿cuánto será la renta


    Nota: reemplazar 300 y 900 en la ecuación del modelo

    Y= 314.13

    c) Realizar el análisis de modelo


    R2 ajustado

    Interpretación
    El R2 ajustado = 0.7967, El modelo explica en un 79.67% de la
    variabilidad de “y” (renta). El modelo excelente
    Análisis de varianza

    Interpretación
    Como Vc F < 0.05, entoces concluimos que
    el modelo es significativo. Es decir, el
    modelo es adecuado.

    Coeficientes: b0, b1, b2

    Interpretación
    Como la probabilidad > 0.05, entoces concluimos que el
    coeficiente b0 no es significativo. Es decir el coeficiente
    no contribuye a predecir Y .
    Como la probabilidad < 0.05, entoces concluimos que el
    coeficiente b1 y b2 son significativos. Es decir, los
    coeficientes contribuyen a predecir Y.
    Interpretación
    El R2 ajustado = 0.7967, El modelo explica en un 79.67% de la
    variabilidad de “y” (renta). El modelo excelente

    Interpretación
    Promedio de los cuadradosF Valor crítico de F Como Vc F < 0.05, entoces concluimos que
    75814.2383 36.2805257 1.14E-06 el modelo es significativo. Es decir, el
    2089.66758 modelo es adecuado.

    Estadístico t Probabilidad Interpretación


    -0.02141598 0.98317863 Como la probabilidad > 0.05, entoces concluimos que
    el coeficiente b0 no es significativo. Es decir el
    2.85902655 0.0113666 coeficiente no contribuye a predecir Y .
    -2.12569522 0.04944816 Como la probabilidad < 0.05, entoces concluimos que
    el coeficiente b1 y b2 son significativos. Es decir, los
    coeficientes contribuyen a predecir Y.

    900 m ¿cuánto será la renta?

    También podría gustarte