Estadística avanzada para los negocios
Enviado por Sr Uriel • 22 de Enero de 2024 • Informes • 638 Palabras (3 Páginas) • 41 Visitas
[pic 1][pic 2]
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE YUCATÁN
Estadística avanzada para los negocios Grupo c
ADA #4: regresión lineal múltiple.
Integrantes:
América Guadalupe Couoh Franco Juan Uriel López Osorio
Angélica Noemi Tec Cauich
Regresión lineal múltiple Problema 4
INSTRUCCIONES:
Usar los datos de los ejercicios para obtener un modelo de regresión lineal múltiple. El análisis de regresión debe contener los siguientes puntos:
- Ajustar un modelo de regresión lineal múltiple. Obtener una estimación de los parámetros del
- modelo y su interpretación.
- Coeficiente de determinación y de determinación ajustado.
- Contrastar la significación del modelo propuesto.
- ¿Puede eliminarse alguna variable del modelo? Realiza los contrastes de significación individuales.
- Validar los supuestos de modelo por medio de los residuales.
Las estaciones de policía en Estados Unidos están interesadas en predecir el número de arrestos esperados que deberán procesar cada mes para programar mejor a los empleados de oficina. En los datos históricos, el número promedio de arrestos (Y) cada mes tiene influencia del número de oficiales en la fuerza policiaca (X1), la población de la ciudad en miles (X2) y el porcentaje de personas desempleadas en la ciudad en miles (X3). Los datos de estos factores en 15 ciudades se presentan en la tabla.
Numero de promedio de arrestos mensuales (y) | Número de oficiales en la fuerza (X1) recorridas | X2= Tamaño de la ciudad en miles de habitantes | Porcentaje de desempleo (x3) |
390.6 | 68 | 81.6 | 4.3 |
504.3 | 94 | 75.1 | 3.9 |
628.4 | 125 | 97.3 | 5.6 |
745.6 | 175 | 123.5 | 8.7 |
585.2 | 113 | 118.4 | 11.4 |
450.3 | 82 | 65.4 | 9.6 |
327.8 | 46 | 61.6 | 12.4 |
260.5 | 32 | 54.3 | 18.3 |
477.5 | 89 | 97.4 | 4.6 |
389.8 | 67 | 82.4 | 6.7 |
312.4 | 47 | 56.4 | 8.4 |
367.5 | 59 | 71.3 | 7.6 |
374.4 | 61 | 67.4 | 9.8 |
494.6 | 87 | 96.3 | 11.3 |
487.5 | 92 | 86.4 | 4.7 |
MODELO 1
Se determina un modelo de regresión múltiple usando las 3 variables proporcionadas
posteriormente realizamos las pruebas correspondientes para concluir si es útil en la predicción de promedio de arrestos. La ecuación de regresión considerando las 4 variables queda de la siguiente forma
Y=142.43+3.27X1+0.52X2-0.32X3
El R-cuad Ajustado es alto 0.9813, es decir las variables independientes explican el 98.13% de la variación de y. En la prueba de significancia global se tiene un F=246.956915 mayor al valor
critico=2.273, con esto se concluye que hay relación lineal significativa entre y y el conjunto de las 3 variables independientes.
Coeficient es | Estadístic o t | Probabilida d | Conclusion es | |
Intercepción | 142.43631 6 | 5.492200 72 | 0.0001884 38 | |
Número de oficiales en la fuerza (X1) | 3.2740755 8 | 11.64714 7 | 0.0000001 58 | ES SIGNIFICATIVA |
recorridas | ||||
X2= Tamaño de la ciudad en miles de habitantes | 0.5268901 7 | 1.123914 89 | 0.2849782 55 | NO ES SIGNIFICATIVA |
Porcentaje de desempleo (x3) | - 0.3203473 | - 0.247595 8 | 0.8090079 81 | |
NO ES SIGNIFICATIVA |
...