2

METODOLOGIA DE LA INVESTIGACION
EJERCICIO N° 01: se tienen los siguientes datos

Una vez obtenido nuestro grafico, podremos hacer una comparación de los diferentes modelos, tomamos el R cuadrado más alto.

EN EL MODELO LINEAL

Resumen del modelo
R
R cuadrado
R cuadrado corregida
Error típico de la estimación
0,808
0,652
0,626
58,774
La variable independiente es el Ingreso.


EN EL MODELOLOGARÍTMICO
Resumen del modelo
R
R cuadrado
R cuadrado corregida
Error típico de la estimación
0,794
0,630
0,602
60,604
La variable independiente es el Ingreso.


EN EL MODELO INVERSO
Resumen del modelo
R
R cuadrado
R cuadrado corregida
Error típico de la estimación
0,778
0,605
0,574
62,680
La variable independiente es el Ingreso.


EN EL MODELO CUADRÁTICO
Resumen del modelo
R
R cuadrado
R cuadradocorregida
Error típico de la estimación
0,838
,703
0,653
56,555
La variable independiente es el Ingreso.


EN EL MODELO CUBICO
Resumen del modelo
R
R cuadrado
R cuadrado corregida
Error típico de la estimación
0,837
0,701
0,651
56,713
La variable independiente es el Ingreso.



EN EL MODELO EXPONENCIAL
Resumen del modelo
R
R cuadrado
R cuadrado corregida
Error típico de la estimación
0,817
0,6670,641
,080
La variable independiente es el Ingreso.



Una vez contrastado todos los modelos, podemos decir y escoger el modelo de REGRESIONCUADRATICA.
Después de haber escogido el mejor modelo de regresión, ahora planteamos la función.
Coeficientes

Coeficientes no estandarizados
Coeficientes estandarizados
t
Sig.

B
Error típico
Beta


Ingreso
-3,437
2,983
-3,397
-1,152
,272
Ingreso ** 2
,003
,0024,211
1,428
,179
(Constante)
1725,322
1186,409

1,454
,172




Resumen del modelo
R
R cuadrado
R cuadrado corregida
Error típico de la estimación
0,838
0,703
0,653
56,555
La variable independiente es Ingreso.

ANOVA

Suma de cuadrados
gl
Media cuadrática
F
Sig.
Regresión
90822,473
2
45411,236
14,198
,001
Residual
38381,527
12
3198,461


Total
129204,000
14



La variable independiente es elIngreso.

Estadísticos descriptivos

Media
Desviación típica
N
Consumo
732,0000
96,06694
15
Ingreso
844,7333
94,95222
15

Correlaciones

Consumo
Ingreso
Consumo
Correlación de Pearson
1
,808**

Sig. (bilateral)

,000

Suma de cuadrados y productos cruzados
129204,000
103151,000

Covarianza
9228,857
7367,929

N
15
15
Ingreso
Correlación de Pearson
,808**
1

Sig. (bilateral)
,000


Suma de cuadrados yproductos cruzados
103151,000
126222,933

Covarianza
7367,929
9015,924

N
15
15
**. La correlación es significativa al nivel 0,01 (bilateral).


EJERCICIO N° 02: con los siguientes datos:
y
x1
x2
x3
x4
x5
602
882
0.04500
110
95000
1947
652
830
0.05600
210
78000
1948
697
885
0.05100
812
81000
1949
745
895
0.03800
1332
69000
1950
899
962
0.02900
1722
55000
1951
939
981
0.02100
2352
67000
1952
999
10000.02400
3080
47000
1953
1057
990
0.02500
5112
32500
1954
1098
1012
0.02800
6162
25000
1955
1159
1108
0.02200
7656
15000
1956
1215
1046
0.01900
9900
9000
1957
1289
1084
0.01600
14520
5000
1958
1349
1126
0.02300
18360
2000
1959
1407
1157
0.01700
15750
500
1960
1467
1142
0.00900
22052
200
1961
1512
1169
0.01100
27390
50
1962
1575
1175
0.00900
35910
30
1963
1620
1172
0.00500
31862
10
1964
1689
11810.00400
33306
5
1965

a. Graficamos una nube de puntos para ver que regresión que se ajusta mejor al modelo.
PRIMERO: hacemos el grafico de “Y” y “X1”

Ahora hacemos regresiones para verificar cual modelo se ajusta mejor. Y escogemos el que tienes un R cuadrado más alto.
EN LA REGRESIÓN LINEAL.
Resumen del modelo
R
R cuadrado
R cuadrado corregida
Error típico de la estimación
0,976
0 ,952
0,94977,076
La variable independiente esX1.

EN LA REGRESIÓN LOGARÍTMICA.
Resumen del modelo
R
R cuadrado
R cuadrado corregida
Error típico de la estimación
0,971
0 ,943
0,940
83,893
La variable independiente esX1.

EN LA REGRESIÓN INVERSA.
Resumen del modelo
R
R cuadrado
R cuadrado corregida
Error típico de la estimación
0,964
0,930
0,926
93,168
La variable independiente esX1.

EN LA REGRESIÓN...