Professional Documents
Culture Documents
REGRESION SIMPLE
Los diseadores de mochilas usan materiales exticos como supe nailon Derlin, polietileno de alta
densidad, aluminio para aviones o espumas termo-moldeadas para hacer que las mochilas sean
ms confortables y que el peso se distribuya uniformemente eliminndose as los puntos de mayor
presin. En los datos siguientes se proporciona capacidad (en pulgadas cbicas), evaluacin del
confort, y precio de 10 mochilas probadas por Outside Magazine. El confort est medido con una
escala del 1 al 5, en la que 1 denota un confort mnimo y 5 un confort excelente. (Outside Buyers
Guide, 2001).
$450,00
$400,00
Precio
$350,00
$300,00
$250,00
$200,00
En el diagrama se observa una regresin lineal positiva entre el confort y el precio de las mochilas.
Capacidad vs Precio
d) Determine las pruebas de hiptesis sobre la significancia del modelo. Utilice un nivel de
significancia del 5%.
Prueba t de significancia
Ho: 1=0
H1: 10
R.D. rechazar Ho si valor-p 0.05
Coeficientes
EE del
Trmino Coef Coef. Valor T Valor p FIV
Constante 9 412 0,02 0,983
Capacidad 0,0610 0,0794 0,77 0,464 1,00
Prueba F de significancia
Ho: 1=0
H1: 10
Anlisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Regresin 1 7481 7481 0,59 0,464
Capacidad 1 7481 7481 0,59 0,464
Error 8 101371 12671
Falta de ajuste 4 71786 17947 2,43 0,206
Error puro 4 29585 7396
Total 9 108853
R-cuad. = 6.9% = R
Se concluye que el 6.9% de la variabilidad del precio se explica por la relacin lineal que
existe entre la capacidad y el precio de las mochilas. El modelo presenta un mal ajuste.
f) Validar las suposiciones del modelo de regresin mediante un anlisis residual en cuanto a
Linealidad, Homocedasticidad, Independencia, Normalidad. Presente las grficas y cuadros con
su respectivo anlisis.
1. Validacin de la normalidad de los errores
Como valor p>0.150 no se rechaza Ho, por lo tanto se puede afirmar que los errores provienen
de una distribucin normal
Existe linealidad si se presenta una relacin significativa entre la variable que se quiere predecir
y las otras variables. Puede usarse el coeficiente "R cuadrado ajustado", para saber si existe
linealidad (mayor o igual a 0.7 suele ser "indicio" de linealidad)
R-cuad. = 6.9% = R
Como R. cuad <0.7 se determina que no existe linealidad entre el confort y el precio de las
mochilas
Homocedasticidad
Pruebas
Estadstica
Mtodo de prueba Valor p
Comparaciones mltiples 0,731
Levene 0,03 0,878
Independencia
La independencia entre los residuos mediante el estadstico de Durbin-Watson que toma valor 2
cuando los residuos son completamente independientes (entre 1.5 y 2.5 se considera que
existe independencia), DW<2 indica auto correlacin positiva y DW>2 auto correlacin
negativa.
Estadstico de Durbin-Watson
Estadstico de Durbin-Watson = 0,407655
Dado que el estadstico DW < 2 se dice que hay una auto correlacin positiva
c) Determine las pruebas de hiptesis sobre la significancia del modelo. Utilice un nivel de
significancia del 5%.
Prueba t de significancia
Ho: 1=0
H1: 10
R.D. rechazar Ho si valor-p 0.05
Coeficientes
EE del
Trmino Coef Coef. Valor T Valor p FIV
Constante -41,6 82,9 -0,50 0,629
Confort 93,9 20,7 4,54 0,002 1,00
A un nivel de significancia del 5% se observa que hay evidencia significativa para concluir que
existe una relacin significante entre el confort y el precio.
41.6
Valor del estadstico T = 82.9
= -0.50
Prueba F de significancia
Ho: 1=0
H1: 10
Anlisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Regresin 1 78434 78434 20,63 0,002
Confort 1 78434 78434 20,63 0,002
Error 8 30419 3802
Falta de ajuste 2 6799 3399 0,86 0,468
Error puro 6 23620 3937
Total 9 108852
GL: Grados de libertad
SC: Suma de cuadrados
MC: Cuadrado de medio
R-cuad. = 72.1% = R
Se concluye que el 72.1% de la variabilidad del precio se explica por la relacin lineal que
existe entre el confort y el precio de las mochilas. El modelo presenta un buen ajuste.
e) Validar las suposiciones del modelo de regresin mediante un anlisis residual en cuanto a
Linealidad, Homocedasticidad, Independencia, Normalidad. Presente las grficas y cuadros
con su respectivo anlisis.
Como valor p>0.150 no se rechaza Ho, por lo tanto se puede afirmar que los errores
provienen de una distribucin normal
Linealidad
Existe linealidad si se presenta una relacin significativa entre la variable que se quiere predecir
y las otras variables. Puede usarse el coeficiente "R cuadrado ajustado", para saber si existe
linealidad (mayor o igual a 0.7 suele ser "indicio" de linealidad)
R-cuad. = 72.1% = R
Como R. cuad > 0.7 existe linealidad entre el confort y el precio de las mochilas
Homocedasticidad
Mtodo
Hiptesis nula Todas las varianzas son iguales
Hiptesis alterna Por lo menos una varianza es diferente
Nivel de significancia = 0,05
Pruebas
Estadstica
Mtodo de prueba Valor p
Comparaciones mltiples 0,508
Levene 1,32 0,335
Independencia
La independencia entre los residuos mediante el estadstico de Durbin-Watson que toma valor 2
cuando los residuos son completamente independientes (entre 1.5 y 2.5 se considera que
existe independencia), DW<2 indica auto correlacin positiva y DW>2 auto correlacin
negativa
Estadstico de Durbin-Watson
Estadstico de Durbin-Watson = 1,75166
Dado que el estadstico DW < 2 se dice que hay una auto correlacin positiva