Series multiples Objetivo 3000
Enviado por Noah123 • 5 de Noviembre de 2017 • Prácticas o problemas • 540 Palabras (3 Páginas) • 221 Visitas
Objetivo 3000
Se desea determinar cómo es el flujo de la rentabilidad en el sector empresarial tecnológico, cuando se considera un monto financiado en el 2016 de 2000, con un numero de postulación de 3 y con una inversión en el 2016 de 2000
- Analice las variables en estudio. (Variable dependiente e independientes)
- Variable Dependiente: Y: Rentabilidad (miles de soles)
- Variables Independientes:
- X1: Monto financiado 2016 (miles de soles)
- X2: Numero de postulaciones
- X3: inversión inicial (miles de soles )
- Analice la presencia de Multicolinealidad
- Ingreso de datos al SPSS.
Correlaciones | ||||||
S_empresarial | Rentabilidad16 | Monto_financiado16 | N_postulaciones16 | Inversion16 | ||
Agroindustria | Correlación de Pearson | Rentabilidad16 | 1,000 | ,532 | ,861 | ,507 |
Monto_financiado16 | ,532 | 1,000 | ,381 | ,264 | ||
N_postulaciones16 | ,861 | ,381 | 1,000 | ,406 | ||
Inversion16 | ,507 | ,264 | ,406 | 1,000 | ||
Tecnologias de informacion | Correlación de Pearson | Rentabilidad16 | 1,000 | ,520 | ,795 | ,621 |
Monto_financiado16 | ,520 | 1,000 | ,434 | ,434 | ||
N_postulaciones16 | ,795 | ,434 | 1,000 | ,549 | ||
Inversion16 | ,621 | ,434 | ,549 | 1,000 | ||
Manufactura | Correlación de Pearson | Rentabilidad16 | 1,000 | ,406 | ,799 | ,656 |
Monto_financiado16 | ,406 | 1,000 | ,266 | ,147 | ||
N_postulaciones16 | ,799 | ,266 | 1,000 | ,510 | ||
Inversion16 | ,656 | ,147 | ,510 | 1,000 | ||
Cuero Calzado | Correlación de Pearson | Rentabilidad16 | 1,000 | ,594 | ,809 | ,593 |
Monto_financiado16 | ,594 | 1,000 | ,472 | ,184 | ||
N_postulaciones16 | ,809 | ,472 | 1,000 | ,394 | ||
Inversion16 | ,593 | ,184 | ,394 | 1,000 |
Multicolinealidad del sector empresarial Agroindustrial
Variables predictoras | Correlaciones entre Xi y Xj | Correlaciones de Y con cada Xi | Análisis |
X1 y X2 | 1[pic 1] | [pic 2] [pic 3] | No existe Multicolinealidad |
X1 y X3 | [pic 4] | [pic 5] [pic 6] | No existe Multicolinealidad |
X2 y X3 | 406[pic 7] | [pic 8] [pic 9] | No existe Multicolinealidad |
Posibles modelos: YX1X2X3; YX1X2;YX1X3;YX2X3; YX1; YX2; X3.
Selección del mejor modelo:
Modelo YX1X2X3:
Resumen del modelo | ||||
Modelo | R | R cuadrado | R cuadrado ajustado | Error estándar de la estimación |
1 | ,837a | ,701 | ,693 | 73,40790 |
a. Predictores: (Constante), Inversion16, Monto_financiado16, N_postulaciones16 |
Modelo YX1X2:
Resumen del modelo | ||||
Modelo | R | R cuadrado | R cuadrado ajustado | Error estándar de la estimación |
1 | ,819a | ,670 | ,664 | 76,76705 |
a. Predictores: (Constante), N_postulaciones16, Monto_financiado16 |
Modelo YX1X3:
Resumen del modelo | ||||
Modelo | R | R cuadrado | R cuadrado ajustado | Error estándar de la estimación |
1 | ,680a | ,463 | ,453 | 97,94232 |
a. Predictores: (Constante), Inversion16, Monto_financiado16 |
Modelo YX2X3:
Resumen del modelo | ||||
Modelo | R | R cuadrado | R cuadrado ajustado | Error estándar de la estimación |
1 | ,825a | ,681 | ,675 | 75,45226 |
a. Predictores: (Constante), Inversion16, N_postulaciones16 |
...