Inteligencia Artificil

UNIVERSIDAD NACIONAL ABIERTA

VICERRECTORADO ACADÉMICO

COORDINACIÓN DE EVALUACIÓN ACADÉMICA

TAREA:

TRABAJO PRÁCTICO: X

ASIGNATURA: ESTÁDISTICA--APLICADA

CÓDIGO: 746

FECHA DE ENTREGA AL ESTUDIANTE: 05/10/2013

FECHA DE DEVOLUCIÓN: _____/_____/ 2013

NOMBRE DEL ESTUDIANTE: Tanny Rodríguez

CÉDULA DE IDENTIDAD:

CENTRO LOCAL: ARAGUA

CARRERA: CONTADURIA PÚBLICA (610)

NUMERO DE ORIGINALES: 33 Páginas

FIRMA DEL ESTUDIANTE:

DIRECCIÓN DE CORREO ELECTRÓNICO:

USE ESTA PÁGINA COMO CARÁTULA DEL TRABAJO PRÁCTICO

UNIVERSIDAD NACIONAL ABIERTA

VICERRECTORADO ACADÉMICO

COORDINACIÓN DE EVALUACIÓN ACADÉMICA

ANÁLISIS DE DOS MODELOS DE REGRESIÓN MÚLTIPLE PARA

LA EVALUACIÓN DE PROYECTO PISCÍCOLA SIEMBRA DE ALEVINES DE CACHAMA BLANCA

Tanny Rodríguez

Carrera: Contaduría Pública (610)

Asignatura: Estadística Aplicada (746)

Noviembre, 2013

RESUMEN

Con la finalidad de analizar un proyecto piscícola siembra de cachama blanca que pone en marcha un grupo de trabajadores, se tomo una muestra de 120 observaciones, para evaluar cual de los factores en estudio son significantes para el proyecto, se ha solicitado el análisis de dos (2) modelos de regresión múltiple que permita explicar el comportamiento de la tasa de mortalidad (X1) y el peso promedio (X8) utilizando las variables independientes tiempo desde el inicio de la siembra (X3),Cantidad de alimento suministrado (X4), nivel de oxigeno del agua (X5), Temperatura del agua (X6) y Ph del agua (X7). Se evaluó el conjunto de datos mediante las herramientas estadísticas de Excel de Regresión y Representaciones Graficas. En base a los resultados obtenidos, se procede a realizar el respectivo análisis que permite concluir cual es el modelo mas conveniente a utilizar y que explica mejor el comportamiento de la variable dependiente.

ÍNDICE

Pág.

Resumen…………………………………………………………………………………... 3

Introducción……………………………………………………………………………..… 5

Metodología……………………………………………………………………………….. 6

Población y muestra………………………………………………………....…… 6

Instrumentos/Materiales…………………………………………………..…….. 6

Métodos estadísticos………………………………………………………..…… 6

Procedimiento……………………………………………………………………. 6

Interpretación de Resultados………………………………………………………….. 8

Regresión Lineal Múltiple Modelo Nro. 1…………………………………….. 9

Regresión Lineal Múltiple Modelo Nro.2 …………………………….. ……… 12

Discusión……………………………………………………………………….... ……… 26

Conclusiones…………………………………………………………………..........….. 28

Bibliografía………………………………………………………………………............. 29

Apéndice……………………………………………………………………………...…. 30

INTRODUCCIÓN

La regresión lineal múltiple estima los coeficientes de la ecuación lineal, con una o más variables independientes, que mejor prediga el valor de la variable dependiente. En este trabajo se analizara el proyecto piscícola que pone en práctica un grupo de trabajadores, aplicando los diferentes métodos de la regresión lineal múltiple a fin de evaluar dicho proyecto. Se determinara a través de este método cual de los modelos propuestos (Tasa de mortalidad - X1 y Peso Promedio - X8), con cada una de sus variables independientes, contribuyen o no en la explicación de la variables dependiente, y se aplicara a este modelo el procedimiento de regresión eliminación hacia atrás para establecer el modelo simplificado que justifica mejor la variabilidad de la variable explicada.

METODOLOGÍA

Población y Muestra: De un universo desconocido se obtienen 120 observaciones las cuales componen el total de la muestra.

Instrumentos/Materiales: Se utilizara básicamente la herramienta de Análisis de Datos para Regresión bajo el sistema Microsoft Office Excel 2010 bajo el sistema operativo Windows XP.

Métodos Estadísticos: Se utilizara regresión Lineal Múltiple y se aplicara para el caso que sea necesario el procedimiento de regresión eliminación hacia atrás y adicionalmente se realizaran representaciones graficas con la herramienta de histograma y de dispersión.

Procedimiento: De los datos contenidos en la muestra, se tomaran según los modelos propuestos correspondientes al Modelo Nro. 1, la variable dependiente, Tasa de Mortalidad (X1) y los de las variables independientes Tiempo desde el inicio de la siembra (X3), Cantidad de alimentos suministrados (X4), nivel de oxigeno (X5), Temperatura del agua (X6), Ph del agua (X7) y Peso Promedio (X8) y los correspondientes al Modelo Nro. 2, la variable dependiente, Peso Promedio (X8) y los de las variables independientes Tiempo desde el inicio de la siembra (X3), Cantidad de alimentos suministrados (X4), nivel de oxigeno (X5), Temperatura del agua (X6) y Ph del agua (X7).

Se reproducirán los datos en una hoja de cálculo Excel y de acuerdo al modelo a estudiar se seleccionan las variables requeridas y se aplica la herramienta análisis de datos (Regresión) con la que se obtienen cuatro tablas de datos: Estadísticas de la regresión, Análisis de Varianza (ANOVA) , coeficientes y análisis de residuos.

Luego se procederá a aplicar el método de eliminación hacia atrás al modelo que aplique y a este se le hará un análisis de residuos y los gráficos de dispersión de los residuos y distribución de los residuos (Histogramas). Los cálculos son realizados automáticamente por Excel, por lo que se confiará en los resultados estadísticos que éste arroje.

Con el resultado obtenido se espera determinar cuál de los modelos propuestos ofrece un mejor porcentaje de explicación.

INTERPRETACIÓN DE RESULTADOS

A continuación se muestran los cálculos obtenidos con el programa Microsoft Excel para los modelos propuestos:

MODELO 1

RESUMEN

Estadísticas de la Regresión

Coeficiente de correlación multiple

0.192185341

coeficiente de determinación R2

0.036935205

R2 Ajustado

-0.014200978

Error Típico

0.65273566

Observaciones

120

ANALISIS DE VARIANZA (ANOVA)

Grados de Libertad

Suma de cuadrados

Promedio de los cuadrados

F

Valor critico de F

Regresión

6

1.846452476

0.307742079

0.722291001

0.632475342

Residuos

113

48.14521419

0.426063842

Total

119

49.99166667

Coeficientes

Error Típico

Estadístico t

Probabilidad

Inferior 95%

Superior 95%

Inferior 90%

Superior 90%

Intercepción

0.5142318

4.49395009

0.114427572

0.909101929

-8.389093856

9.417557455

-6.9387607

7.967224299

X3

-0.009174793

0.021018338

-0.436513752

0.663296939

-0.050815911

0.032466324

-0.04403266

0.025683073

X4

-9.83851E-06

1.84416E-05

-0.533495399

0.594738509

-4.63746E-05

2.66976E-05

-4.0423E-05

2.0746E-05

X5

0.033243572

0.035213371

0.944061046

0.34715261

-0.036520467

0.103007612

-0.025156051

0.091643195

X6

0.078404211

0.127579451

0.614552032

0.540086054

-0.174353692

0.331162113

-0.133179957

0.289988379

X7

-0.121246323

0.357429203

-0.33921773

0.735075313

-0.82937804

0.586885395

-0.714024862

0.471532217

X8

0.005002972

0.009721757

0.514616025

...