Interprete los coeficientes de los siguientes modelos de regresión
Enviado por Braulio Moyano • 17 de Noviembre de 2015 • Tarea • 865 Palabras (4 Páginas) • 179 Visitas
Santiago, 08 de Septiembre del 2013 [pic 1]
INGENIERIA CIVIL INDUSTRIAL
Análisis de Datos
(2do semestre del 2014)
- Analisis de resultados (2 puntos):
- Interprete los coeficientes de los siguientes modelos de regresión
[pic 2]
El personal de la regíon 4 tiene un salario esperado de 20,456, siendo el del personal de la región 1 de 1,456 menor a éste, el de la región 2 de 987 tambiém menor. Mientras que el de la región 3 es 1,234 mayor al de la región 4.
En resumen los salarios esperados de las regiones 1, 2, ,3 y 4 en su orden son 20,456, 18,999, 19.496 y 21,690.
[pic 3]
En ausencia de temperatura, presión y concentración se espera un rendimiento de 51.25 en el proceso.
Por cada unidad que se incrementa la temperatura, el rendimiento del proceso se incrementa en 5.75 unidades, manteniendo las otras variables constantes.
Por cada unidad que se incrementa la presión, el rendimiento del proceso se incrementa en 10.75 unidades, manteniendo las otras variables constantes.
- Comente los seis supuestos del modelo de regresión presentados en clases.
Linealidad del modelo de regresión (ver diapositiva para la explicación)
Rango completo de la matriz de regresión (ver diapositiva para la explicación)
Media condicional de los residuos (ver diapositiva para la explicación)
Perturbaciones esfericas (ver diapositiva para la explicación)
Regresores no estocasticos (ver diapositiva para la explicación)
Perturvaciones distribuidas normalmente (ver diapositiva para la explicación)
- Estime los parámetros del modelo de regreción por MCO, teniendo en cuenta:
[pic 4]
[pic 5]
[pic 6]
[pic 7]
- Se requiere estudiar la relación entre la tasa de inversión (el gasto de inversión como razón del PNB) y la tasa de ahorro (el ahorro como razón del PNB), de 10 paises (2 puntos):
País | Ahorro | Gasto en inversión | Pais | Ahorro | Gasto en inversión | |
Australia | 0.25 | 0.27 | Francia | 0.254 | 0.26 | |
Bélgica | 0.235 | 0.224 | Italia | 0.235 | 0.224 | |
Dinamarca | 0.202 | 0.224 | Japon | 0.372 | 0.368 | |
España | 0.235 | 0.241 | Reino Unido | 0.184 | 0.192 | |
Estados Unidos | 0.186 | 0.186 | Suiza | 0.297 | 0.297 |
PNB: producto nacional bruto
- Estime los coeficientes del modelos de regresión e interprete los resultados.
Tenga en cuenta las siguientes formulas:
[pic 8]
[pic 9]
[pic 10] [pic 11]
[pic 12][pic 13]
En ausencia de gasto de inversión, se espera un ahorro de 0.017 en el proceso.
Por cada unidad que se incrementa la temperatura, el rendimiento del proceso se incrementa en 0.94 unidades.
- Un ingeniero quimico está investigando el rendimiento de un proceso. Se tienen tres variables de interes para estudiar: la temperatura, la presión y la concentración del catalizador (3 puntos).
Temperatura | Presión | Concentración | Rendimiento |
(oC) | (Psi) | (g/l) | y |
125 | 41 | 14 | 32 |
158 | 40 | 15 | 46 |
121 | 82 | 15 | 57 |
160 | 80 | 15 | 65 |
118 | 39 | 33 | 36 |
163 | 40 | 30 | 48 |
122 | 80 | 30 | 57 |
165 | 83 | 30 | 68 |
140 | 60 | 22.5 | 50 |
El modelo de regresión estimados con MCO es:
[pic 14]
- Encuentre la tabla anova (análisis de varianza).
- Interprete los coeficientes del modelo y del analisis de varianza (para esto emplee la tabla de la Distribucón F anexa a esta prueba, si la necesita).
[pic 15]
- En ausencia de temperatura, presión y concentración se espera un rendimiento de -21.37. Esto se puede deber a la influencia de otras variables no contempladas en el modelo.
- Por cada unidad que se incrementa la temperatura, el rendimiento del proceso se incrementa en 0.27 unidades, manteniendo las otras variables constantes.
- Por cada unidad que se incrementa la presión, el rendimiento del proceso se incrementa en 0.51 unidades, manteniendo las otras variables constantes.
- Por cada unidad que se incrementa la concentración, el rendimiento del proceso se incrementa en 0.0.14 unidades, manteniendo las otras variables constantes.
Hipotesis
[pic 16]
Valor encontrado de rendimiento | Promedio de las muestras del regresando | Regresando estimado con el modelo | Variación del Regresando explicada por el Regresor | Variación residual o no explicada | Variación del regresando con respecto a la media |
y | ȳ | ŷ | (ŷ - ȳ) | (y - ŷ) | (y - ȳ) |
32 | 51 | 35.25 | -15.75 | -3.25 | -19 |
46 | 51 | 43.79 | -7.21 | 2.21 | -5 |
57 | 51 | 55.22 | 4.22 | 1.78 | 6 |
65 | 51 | 64.73 | 13.73 | 0.27 | 14 |
36 | 51 | 35 | -16 | 1 | -15 |
48 | 51 | 47.24 | -3.76 | 0.76 | -3 |
57 | 51 | 56.57 | 5.57 | 0.43 | 6 |
68 | 51 | 69.71 | 18.71 | -1.71 | 17 |
50 | 51 | 50.18 | -0.82 | -0.18 | -1 |
...