ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

UNIDAD I. “REGRESION MULTIPLE Y SIMPLE” “TAREAS”


Enviado por   •  6 de Marzo de 2018  •  Tarea  •  904 Palabras (4 Páginas)  •  168 Visitas

Página 1 de 4

[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

...

Descargar como (para miembros actualizados) txt (8 Kb) pdf (526 Kb) docx (145 Kb)
Leer 3 páginas más »
Disponible sólo en Clubensayos.com