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

¡Te damos la bienvenida a Scribd!

  • 11 vistas

    1 Tarea de Regresión Multiple

    Cargado por

    MONICA NICTE-HA NIETO CABALLERO
    El documento presenta un análisis de regresión lineal múltiple para predecir el ahorro mensual en función del ingreso mensual y la cantidad de integrantes familiares, basado en datos de 10 familias.

    Copyright:

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

    1 Tarea de Regresión Multiple

    Cargado por

    MONICA NICTE-HA NIETO CABALLERO
    11 vistas16 páginas
    El documento presenta un análisis de regresión lineal múltiple para predecir el ahorro mensual en función del ingreso mensual y la cantidad de integrantes familiares, basado en datos de 10 familias.

    Título original

    1 tarea de regresión multiple

    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 documento presenta un análisis de regresión lineal múltiple para predecir el ahorro mensual en función del ingreso mensual y la cantidad de integrantes familiares, basado en datos de 10 familias.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    11 vistas16 páginas

    1 Tarea de Regresión Multiple

    Cargado por

    MONICA NICTE-HA NIETO CABALLERO
    El documento presenta un análisis de regresión lineal múltiple para predecir el ahorro mensual en función del ingreso mensual y la cantidad de integrantes familiares, basado en datos de 10 familias.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    Está en la página 1de 16

    Gasto de alimentos Y Ingreso mensual X1 Integrantes de familia X2 Ahorro Mensual X3

    5000 10000 6 500


    6000 45000 9 2000
    2000 11000 5 1000
    3000 12000 6 500
    1500 10500 3 1000
    5000 10000 6 2000
    6000 24000 6 2000
    3000 6000 3 1800
    6000 45000 6 1500
    5000 45000 5 3000

    Ingreso mensual X1 Integrantes de familia X2 Ahorro Mensual X3


    Ingreso mensual X1 1
    Integrantes de familia X2 0.5404 1
    Ahorro Mensual X3 0.5898 0.1028 1
    Resumen

    Estadísticas de la regresión
    Coeficiente de correlación múltiple 0.8235
    Coeficiente de determinación R^2 0.6781
    R^2 ajustado 0.5172
    Error típico 1195.0875
    Observaciones 10.0000

    ANÁLISIS DE VARIANZA
    Grados de libertad Suma de cuadrados
    Regresión 3 18055594.5829
    Residuos 6 8569405.4171
    Total 9 26625000.0000

    Coeficientes Error típico


    Intercepción -439.5286 1679.0150
    Variable X 1 0.0163 0.0370
    Variable X 2 588.1342 290.9794
    Variable X 3 0.7174 0.6606

    Análisis de los residuales

    Observación Pronóstico para Y Residuos


    1 3611.4318 1388.5682
    2 7024.0166 -1024.0166
    3 3398.3626 -1398.3626
    4 3644.1185 -644.1185
    5 2213.9225 -713.9225
    6 4687.5969 312.4031
    7 4916.4037 1083.5963
    8 2714.3322 285.6678
    9 4900.8922 1099.1078
    10 5388.9231 -388.9231

    Gráfico de probabilidad normal


    8000
    6000
    Gráfico de probabilidad normal
    8000
    6000
    4000
    Y
    2000
    0
    0 10 20 30 40 50 60 70 80 90 100
    Muestra percentil
    Promedio de los cuadrados F Valor crítico de F
    6018531.5276 4.2140 0.0635
    1428234.2362

    Estadístico t Probabilidad Inferior 95% Superior 95%


    -0.2618 0.8022 -4547.9303 3668.8730
    0.4419 0.6741 -0.0742 0.1069
    2.0212 0.0897 -123.8666 1300.1350
    1.0860 0.3192 -0.8991 2.3340

    Resultados de datos de probabilidad

    Residuos estándares Percentil Y


    1.4230 5 1500
    -1.0494 15 2000
    -1.4331 25 3000
    -0.6601 35 3000
    -0.7316 45 5000
    0.3202 55 5000
    1.1105 65 5000
    0.2928 75 6000
    1.1264 85 6000
    -0.3986 95 6000

    Variable X 1 Gráfico de los residuales


    2000.0000
    1000.0000
    Residuos

    0.0000
    0 10000 20000 30000 40000 50000
    -1000.0000
    -2000.0000
    Variable X 1 Gráfico de los residuales
    2000.0000
    1000.0000

    Residuos
    0.0000
    0 10000 20000 30000 40000 50000
    -1000.0000
    -2000.0000
    Variable X 1

    Variable X 2 Gráfico de los residuales


    2000.0000
    1000.0000

    Residuos
    0.0000
    2 3 4 5 6 7 8 9 10
    -1000.0000
    -2000.0000
    Variable X 2

    Variable X 3 Gráfico de los residuales


    2000.0000
    1000.0000
    Residuos

    0.0000
    0 500 1000 1500 2000 2500 3000 3500
    -1000.0000
    -2000.0000
    Variable X 3
    Inferior 95.0% Superior 95.0%
    -4547.9303 3668.8730
    -0.0742 0.1069
    -123.8666 1300.1350
    -0.8991 2.3340

    Variable X 1 Curva de regresión


    ajustada
    e los residuales 10000
    Y
    5000 Pronóstico para Y
    Y

    0
    0 10000 20000 30000 40000 50000
    0 30000 40000 50000
    Variable X 1
    e los residuales 10000
    Y
    5000 Pronóstico para Y

    Y
    0
    0 10000 20000 30000 40000 50000
    0 30000 40000 50000
    Variable X 1

    eX1
    Variable X 2 Curva de regresión
    ajustada
    e los residuales
    10000
    Y
    5000 Pronóstico para Y

    Y
    0
    2 3 4 5 6 7 8 9 10
    6 7 8 9 10
    Variable X 2

    X2

    Variable X 3 Curva de regresión


    e los residuales ajustada
    10000
    Y
    5000 Pronóstico para Y
    Y

    2000 2500 3000 3500 0


    0 500 1000 1500 2000 2500 3000 3500
    Variable X 3
    X3
    n

    onóstico para Y
    onóstico para Y

    sión

    Y
    Pronóstico para Y

    esión

    Y
    Pronóstico para Y

    0
    Gasto de alimentos Y Ingreso mensual X1 Integrantes de familia X2
    5000 10000 6
    6000 45000 9
    2000 11000 5
    3000 12000 6
    1500 10500 3
    5000 10000 6
    6000 24000 6
    3000 6000 3
    6000 45000 6
    5000 45000 5

    Ingreso mensual X1 Integrantes de familia X2


    Ingreso mensual X1 1
    Integrantes de familia X2 0.5404 1
    Resumen

    Estadísticas de la regresión
    Coeficiente de correlación múltiple 0.7841
    Coeficiente de determinación R^2 0.6149
    R^2 ajustado 0.5048
    Error típico 1210.3027
    Observaciones 10.0000

    ANÁLISIS DE VARIANZA
    Grados de libertad Suma de cuadrados
    Regresión 2 16371172
    Residuos 7 10253828
    Total 9 26625000

    Coeficientes Error típico


    Intercepción 650.1443 1363.3551
    Variable X 1 0.0420 0.0288
    Variable X 2 487.7375 279.4157
    Promedio de los cuadrados F Valor crítico de F
    8185585.94913145 5.58806926305045 0.0354476505973168
    1464832.58596244

    Estadístico t P Valor Inferior 95%


    0.4769 0.6480 -2573.6782
    1.4558 0.1888 -0.0262
    1.7456 0.1244 -172.9756
    Superior 95% Inferior 95.0% Superior 95.0%
    3873.9668 -2573.6782 3873.9668
    0.1102 -0.0262 0.1102
    1148.4507 -172.9756 1148.4507
    Gasto de alimentos Y Integrantes de familia X2
    5000 6 Resumen
    6000 9
    2000 5 Estadísticas de la regresión
    3000 6 Coeficiente de correlación m
    1500 3 Coeficiente de determinaci
    5000 6 R^2 ajustado
    6000 6 Error típico
    3000 3 Observaciones
    6000 6
    5000 5 ANÁLISIS DE VARIANZA

    Regresión
    Residuos
    Total

    Intercepción
    Variable X 1
    dísticas de la regresión
    0.705884306948883
    0.498272654796705
    0.435556736646293
    1292.21179407817
    10

    Grados de libertad Suma de cuadrados Promedio de los cuadrados F


    1 13266509.4339623 13266509.4339623 7.94491525423729
    8 13358490.5660377 1669811.32075472
    9 26625000

    Coeficientes Error típico Estadístico t Probabilidad


    358.490566037735 1439.82169300715 0.248982612068448 0.80964732090043
    707.547169811321 251.021409351888 2.81867260501061 0.02253991113463
    Valor crítico de F
    0.0225399111346326

    Inferior 95% Superior 95% Inferior 95.0%Superior 95.0%


    -2961.74421199341 3678.72534406888 -2961.74421 3678.72534
    128.690761821089 1286.40357780155 128.690762 1286.40358

    También podría gustarte