Es Un Modelo Que Puede Predecir Con Mayor Exactitud Ala Variable Dependiente

Es un modelo que puede predecir con mayor exactitud ala variable dependiente, en el caso de los estudios de mercado la variable dependiente es la demanda o ventas del producto servicio de queconsta el proyecto.
Existen distintas pruebas de hipótesis, para efectos del estudio de mercado solo veremos tres de ellas:
a)pruebas de hipótesis sobre los coeficientes de regresión en lo individualb)pruebas de hipótesis sobre los coeficientes de regresión en conjunto
c)pruebas de hipótesis sobre la normalidad de los residuales

PRUEBA DE HIPOTESIS DE NORMALIDAD DE LOS RESIDUALES. 10oct 2014
Por lo tanto como < p valor se acepta HO, lo que significa que con un 95% de confianza podemos decir que los residuales del modelo se distribuyen de manera normal y por lo tanto el modeloes bueno para ajustar los datos.

Gráficamente el hecho de que los datos en la grafica de probabilidad de los residuales están pegados a la líneas de nota que los residuales se distribuyen de formanormal.
Cuando se encuentran alejados de la línea, significa que no se distribuyen normalmente.

Estadístico Durbin Watson.
Cuando se corre una regresión es importante que las variables entre sino muestren multicolinealidad, ya que en caso contrario significaría que existe un alto grado de dependencia entre las variables (autocorrelacion muy fuerte entre las variables), lo que disminuiríala efectividad de cualquier modelo, cuando el estadístico durbin Watson se encuentra entre 0 y 2 se dice que hay auto correlación positiva y si se encuentra entre 2 y Y se dice que hayautocorrealacion negativa, por lo tanto cuando hay problemas en el modelo relacionados con la multicolinealidad, el estadístico durbin Watson debe ser cercano a 2 , para evitar la presencia deautocorrelaciones positivas o negativas en las variables del modelo.
Un estadístico durbin con un 2.44 se encuentra todavía cercano a 2 por lo tanto no existen problemas importantes de multicolinealidad.