Título de la práctica: REGRESION LINIAL SIMPLE Y NO LINEAL |
Asignatura: ESTADISTICA II |
Unidad temática: REGRESION LINEAL SIMPLE Y MULTIPLE | Fecha: 11/sep/15 |
No. de participantes recomendados: INDIVIDUAL | Elaboró: Diego Alexis Flores Guzman. |
Duración: | Lugar: 09B | Revisó: José Emilio Guillermo Ortega Balbuena |
|
|
Objetivo de la práctica: |
Investigar y documentar un caso práctico ya sea de la industria o el comercio y realizar una regresión lineal o una regresión no lineal según sea el caso de estudio. |
Introducción: |
La práctica introduce al estudiante al análisis de las relaciones entre variables, la aplicación de la teoría de mínimos cuadrados y el modelo matemático resultante del caso de estudio y sus límites de validez. |
Fundamentación Teórica: |
Relaciones entre variables, la aplicación de la teoría de mínimos cuadrados y el modelo matemático así como la regresión no lineal. |
Descripción de la práctica: |
El alumno deberá investigar y documentar un caso práctico ya sea de la industria o el comercio y realizar una regresión lineal o regresión no lineal según sea el caso, utilizando Excel como software de solución. |
Material: |
- Computadora que posea Excel
- Datos obtenidos de una fuente real (proceso de producción, ventas de algún producto, etc.), los cuales deberán ser cuando menos de 10 datos (ver ejemplo 1)
|
Requisitos: |
- Registrar el lugar donde se recolectara la información con el catedrático.
- Observar las reglas de seguridad del lugar donde se recolectara la información.
- Determine un punto a predecir.
|
Procedimiento: |
- Establecer que se va a medir, consultarlo y registrar su práctica con su Catedrático.
- Establecer variable dependiente (y) y variable independiente (x).
- Recabar la información cuando menos diez datos.
- Con los datos recabados formar una tabla en una hoja de Excel.
Como se muestra en la tabla siguiente: Observación (x) | Cantidad vendida (y) | 1 | 20 | 2 | 20 | 3 | 24 | 4 | 23 | 5 | 23 | 6 | 27 | 7 | 25 | 8 | 26 | 9 | 27 | 10 | 39 | 11 | 32 | 12 | 37 | 13 | 39 | 14 | 45 | 15 | 43 | 16 | 45 | 17 | 46 | 18 | 47 | 19 | 52 | 20 | 53 |
- Determine que confiabilidad utilizara:
1-α =0.95
- Establezca el valor de la variable independiente, del pronóstico a encontrar.
x= 25
- Grafique los datos de y, utilizando las gráficas de dispersión de Excel.
[pic 1]
- Observando la gráfica determine que comportamiento tiene:
- Iniciando el análisis partiendo del supuesto que es lineal, encuentre la línea de regresión, Formule la hipótesis correspondiente (Ho β1=0) y la Hipótesis alternativa (Ho β1≠0).
- Calcule los valores de β0 y β1 (utilice las fórmulas que se vieron en clase, ver formulario)
| Solución de ecuaciones |
|
| | | | | | Resultado | b0 | b1 |
| 693 | 20 | 210 |
| 8491 | 210 | 2870 |
|
| | | | | | | | Primera Iteración |
| 34.6 | 1 | 10.5 |
| 1214.5 | 0 | 665 |
|
| | | | Segunda Iteración | b0 | 15.47368421 | 1 | 0 | b1 | 1.826315789 | 0 | 1 |
|
| | |
- Con estos valores, calcule SST, SSE, y SSR (utilice las fórmulas que se vieron en clase, ver formulario).
=suma((y-yp)2) =suma((y-ym)2) =suma((yp-ym)2) 134.4894737 | 2352.55 | 2218.060526 | SSE | SST |
|
=SSE/SST |
|
| SSR | 2218.060526 |
|
- Calcule el valor del coeficiente de determinación. (R2)
=SSR/SST - Con los valores anteriores construya una tabla ANOVA y pruebe la Hipótesis. Como se ve en la tabla.
ANOVA | | | | fuente de variación | Suma de Cuadrados (SS) | Grados de libertad (GL) | Varianza (MS) | F calculada | Area a comparar | F de alfa | Decisión | Regresión | 2218.060526 | 1 | 2218.060526 | 296.8640473 | 1.24192E-12 | 4.413873419 | rechaza h0 | Error | 134.4894737 | 18 | 7.471637427 |
| |
| rechaza h0 | Total | 2352.55 | 19 |
|
| | | |
- Como se rechazó Ho por lo que podemos generar el intervalo de predicción para la x determinada anteriormente:
Límite Inferior | Valor Medio | Límite Superior | 54.42 | 61.13 | 67.84 |
- En el caso que se acepte Ho intente con regresión no lineal iniciando con la cuadrática y repita los pasos 9 en adelante, haciendo los ajustes a la regresión correspondiente, así hasta que rechace Ho, en el caso que llegue a regresión cubica, y no rechace Ho consulte estos resultados con su catedrático.
|
Cuestionario: |
¿Qué forma tiene la gráfica que obtuviste? lineal [pic 2] ¿Cuál fue el valor que obtuviste del coeficiente de determinación, qué significado tiene para usted? Esto quiere decir que el 94% de la variación en (y) puede ser explicada por la viariable (x).
¿Cuáles fueron los resultados que obtuviste del análisis de varianza (ANOVA)? ANÁLISIS DE VARIANZA | | | | | | | Grados de libertad | Suma de cuadrados | Promedio de los cuadrados | F | Valor crítico de F | Regresión | 1 | 2218.060526 | 2218.060526 | 296.8640473 | 1.24192E-12 | Residuos | 18 | 134.4894737 | 7.471637427 |
|
| Total | 19 | 2352.55 | | | |
¿Cuál es el intervalo de predicción?
| Límite Inferior | Valor Medio | Límite Superior |
| 54.42 | 61.13 | 67.84 |
INTERVALO DE PREDICCION
| Límite Inferior | Valor Medio | Límite Superior |
| 57.66 | 61.13 | 64.61 |
INTERVALO DE PRONOSTICO |
Bibliografía |
Walpole, Ronald E.; Raymond H. Meyers; Sharon L. Meyers y Keying Y. Probabilidad y Estadística para Ingenieros y ciencias, octava edición, Pearson Educación, México 2007, cap. 11, pág. 339, cap. 12 pág. 445. Probabilidad y estadística para ciencias e ingenierías. Rosario Delgado de la Torre. Editorial 2008. |