UNIDAD I. “REGRESION MULTIPLE Y SIMPLE” “TAREAS”
Enviado por Yoshua97 • 6 de Marzo de 2018 • Tareas • 904 Palabras (4 Páginas) • 139 Visitas
[pic 1][pic 2]
TECNOLOGICO NACIONAL DE MEXICO.
INSTITUTO TECNOLOGICO DE CAMPECHE.
ING. INDUSTRIAL
UNIDAD I. “REGRESION MULTIPLE Y SIMPLE”
“TAREAS”.
ALUMNO: Ramirez Morales José Alvaro.
MATERIA: ESTADÍSTICA INFERENCIAL 2.
GRUPO: MI-4.
FEBRERO 2018
Introducción
Los Modelos de Regresión estudian la relación estocástica cuantitativa entre una variable de interés y un conjunto de variables explicativas. Estos modelos son muy utilizados y su estudio conforma un área de investigación clásica dentro de la disciplina de la Estadística desde hace muchos años.
El Análisis de Regresión Lineal Múltiple nos permite establecer la relación que se produce entre una variable dependiente “Y” y un conjunto de variables independientes (X1, X2... XK). El análisis de regresión lineal múltiple, a diferencia del simple, se aproxima más a situaciones de análisis real puesto que los fenómenos, hechos y procesos sociales, por definición, son complejos y, en consecuencia, deben ser explicados en la medida de lo posible por la serie de variables que, directa e indirectamente, participan en su concreción
A continuación analizaremos la cuestión práctica del tema de regresión lineal múltiple donde emplearemos las variables asignadas.
Competencia específica a desarrollar
Aplicar los conceptos básicos del modelo de regresión múltiple y no lineal para predecir los resultados de un proceso industrial, logístico, comercial o de servicios
TAREA
Elegir las variables ADECUADAS, de uno de los grupos de estudiantes de la base de datos que les fue entregada por el facilitador al inicio del semestre, las cuales utilizarán, para llevar a cabo el análisis de regresión lineal múltiple (y simple).
Consideraciones:
- Realizar un análisis completo de regresión lineal múltiple (basado en los puntos de la investigación conceptual) con los datos de las variables elegidas.
- Las variables que elijan deberán registrarlas con el facilitador antes de empezar a trabajar con ellas.
- Las variables son asignadas por equipo, pero el análisis, evaluación y entrega del reporte serán de manera individual.
- El número de datos a utilizar serán los que tengan las variables que elegiste.
- El análisis y resolución del problema se hará utilizando un software estadístico.
- Presentar los resultados obtenidos y la INTERPRETACIÓN de cada uno de ellos.
- Presentar las CONCLUSIONES del trabajo realizado.
Elegir las variables.
las variables ADECUADAS de la base de datos que fue entregada por el maestro al inicio del semestre fueron las variables siguientes:
Variable dependiente: PESO
Variables explicativas: EDAD Y GÉNERO
Donde:
MUJER | 1 |
HOMBRE | 2 |
Nuestro numero total de Variables asignadas son 110 valores
- identificar que variables independientes (causas) explican una variable dependiente (resultado) es decir; que de las variables elegidas se determinara cual explica nuestra variable PESO
[pic 3] [pic 4]
ANALISIS CON STATGRAPHICS
Regresión Múltiple - PESO
Variable dependiente: PESO
Variables independientes:
EDAD
GENERO
Error | Estadístico | |||
Parámetro | Estimación | Estándar | T | Valor-P |
CONSTANTE | 6,28366 | 11,4186 | 0,550303 | 0,5833 |
EDAD | 1,99017 | 0,522369 | 3,8099 | 0,0002 |
GENERO | 12,6854 | 2,47234 | 5,13092 | 0,0000 |
Análisis de Varianza
Fuente | Suma de Cuadrados | Gl | Cuadrado Medio | Razón-F | Valor-P |
Modelo | 6449,48 | 2 | 3224,74 | 21,20 | 0,0000 |
Residuo | 15968,1 | 105 | 152,077 | ||
Total (Corr.) | 22417,6 | 107 |
R-cuadrada = 28,7697 porciento
R-cuadrado (ajustado para g.l.) = 27,413 porciento
Error estándar del est. = 12,332
Error absoluto medio = 9,27779
Estadístico Durbin-Watson = 2,29981 (P=0,9401)
Autocorrelación de residuos en retraso 1 = -0,153345
El StatAdvisor
La salida muestra los resultados de ajustar un modelo de regresión lineal múltiple para describir la relación entre PESO y 2 variables independientes. La ecuación del modelo ajustado es
...