El modelo de regresión
Enviado por Anderson Bedoya • 25 de Octubre de 2015 • Apuntes • 6.572 Palabras (27 Páginas) • 204 Visitas
Cuarta entrega
IV.1 Utilizar la variable que explique de mejor manera el comportamiento (6%)
Para identificar el modelo de regresión simple que mejor explique el comportamiento de la variable dependiente (Y), se hicieron todas las posibles regresiones de la variable dependiente contra cada una de las cuatro variables independientes, las cuales fueron Crecimiento Trimestral Demanda Electricidad (X1), Crecimiento Trimestral Desempleo (X2), Crecimiento Trimestral IPC (X3) y Expectativa de Vida (X4).
Análisis de regresión: Crec Pib (Y) vs. Crec Dem Elec (X1) |
La ecuación de regresión es |
Crec Pib (Y) = 1,08 - 0,0010 Crec Dem Elec (X1) |
Predictor Coef. de EE T P |
Constante 1,0809 0,2722 3,97 0,000 |
Crec Dem Elec (X1) -0,00101 0,04031 -0,03 0,980 |
S = 1,07013 R-cuad. = 0,0% R-cuad.(ajustado) = 0,0% |
Análisis de varianza |
Fuente GL SC MC F P |
Regresión 1 0,001 0,001 0,00 0,980 |
Error residual 40 45,808 1,145 |
Total 41 45,808 |
Análisis de regresión: Crec Pib (Y) vs. Crec Desemp (X2) |
La ecuación de regresión es |
Crec Pib (Y) = 1,09 + 0,072 Crec Desemp (X2) |
Predictor Coef de EE T P |
Constante 1,0855 0,1661 6,54 0,000 |
Crec Desemp (X2) 0,0723 0,1549 0,47 0,643 |
S = 1,06724 R-cuad. = 0,5% R-cuad.(ajustado) = 0,0% |
Análisis de varianza |
Fuente GL SC MC F P |
Regresión 1 0,248 0,248 0,22 0,643 |
Error residual 40 45,560 1,139 |
Total 41 45,808 |
Análisis de regresión: Crec Pib (Y) vs. Crec IPC (X3) |
La ecuación de regresión es |
Crec Pib (Y) = 1,26 - 0,170 Crec IPC (X3) |
Predictor Coef de EE T P |
Constante 1,2591 0,2681 4,70 0,000 |
Crec IPC (X3) -0,1704 0,1971 -0,86 0,392 |
S = 1,06028 R-cuad. = 1,8% R-cuad.(ajustado) = 0,0% |
Análisis de varianza |
Fuente GL SC MC F P |
Regresión 1 0,840 0,840 0,75 0,392 |
Error residual 40 44,968 1,124 |
Total 41 45,808 |
Análisis de regresión: Crec Pib (Y) vs. Expec Vida (X4) |
La ecuación de regresión es |
Crec Pib (Y) = - 7,0 + 0,111 Expec Vida (X4) |
Predictor Coef de EE T P |
Constante -6,96 14,15 -0,49 0,626 |
Expec Vida (X4) 0,1108 0,1951 0,57 0,573 |
S = 1,06586 R-cuad. = 0,8% R-cuad.(ajustado) = 0,0% |
Análisis de varianza |
Fuente GL SC MC F P |
Regresión 1 0,366 0,366 0,32 0,573 |
Error residual 40 45,442 1,136 |
Total 41 45,808 |
IV.2 Significancia de la variable (6%)
Especifiquen la hipótesis que se necesita probar en este caso y utilizando la distribución t de Student a un nivel de significancia del 5% expliquen la significancia estadística de la variable independiente y del intercepto del modelo. ¿Qué pueden concluir con los resultados obtenidos?
- Luego de correr todas las posibles regresiones de la variable dependiente (Y) contra cada una de las variables independientes (X1, X2, X3 y X4), encontramos que ninguna de las ecuaciones explica adecuadamente el comportamiento de la variable dependiente (Y).
- En el análisis de varianza de las regresiones simples se puede observar que el Valor-P fue de 0,98; 0,643; 0,392 y 0,573 para las variables X1, X2, X3 y X4, respectivamente, lo cual significa que no hay significancia entre las variables independientes y la variable dependiente a un nivel de 5%.
IV.3 Calidad del ajuste (6%)
La calidad del ajuste está dada por el coeficiente de determinación, indiquen cuál es esa calidad en el modelo encontrado e interpreten su valor. ¿Se sentirían a gusto utilizando la variable independiente de ese modelo para explicar la variable dependiente Y?
...