Regresion lineal
---------------------------------------------------------------------------------- | Datos de las impresoras | |---|---------------------|--|-----------------------|--|------------------------| |x--|----------y----------|x-|-----------y-----------|x-|-----------y------------| | | 24'56 17'33 17'81 | | 29'92 17'14 41'72 | | 28'86 30'01 34'16 | |1 | 28'07 23'16 19'41 |2 | 37'25 31'9024'59 |3 | 44'73 44'43 28'79 | | | ' ' | | ' | | ' | |---|-22-53--1470---------|--|--31-80----------------|--|---4132-----------------| | | 29'03 45'00 53'52 | | 52'55 69'50 45'21 | | 65'39 57'48 57'29 | |4 | 54'38 47'63 30'11 |5 | 55'61 52'98 46'63 |6 | 62'85 69'09 50'42 | | | ' ' | | ' ' | | ' | |---|-44-34--4895---------|--|--65-70--4011----------|--|---7144-----------------| | | 85'33 66'73 68'17| | 83'82 75'38 100'08 | | 82'90 105'73 93'93 | |7 | 78'94 61'07 76'71 |8 | 69'40 84'42 74'79 |9 | 102'13 119'82 102'30 | | | ' ' ' | | ' ' | | | |---|-78-34--8825---64-84--|--|--8068--60-79----------|--|------------------------| | | 79'82 90'83 89'00 | | | | | |10 | 83'81 71'79 76'20 | | | | | | | ' | | | | | ------76-30-----------------------------------------------------------------------Datos del problema [ASCII] [spss-10] [sgplus-5]
Solución Problema 4.3.
Se calculan los estadísticos básicos de las variables X e Y,
|------------------|----------------|-------------|------------| | n = 75 | sum ni=1 xi = 408| x = 5'44 | | |-- sum n---2---------|---2-----'------|--2---'------|-----'------| |----i=1xi-=-2818---|- sum xn-=-375733---|-sx =-7-9797-|sx =-2-82484||------------------|---i=1yi-=-4321'7-|-y-=-57'6227--|------------| | sum ni=1y2i = 296397 | y2 = 3951'96 | s2y = 631'586 |sy = 25'1313| | sum n-------------'-|----------'-----|-------'-----|------------| ---i=1xiyi =-283625---xy-=-378167----sxy =-64-6995-------------|
Que permiten calcular las estimaciones de los parámetros de la recta de regresión
' ^a1 = 8108
' a^0 = 13 515
Ahora, se pueden calcular laspredicciones ^y i
|---------------------------------------------------------| | Predicciones | |---|-------|---|-------|---|------|---|-------|---|------| |-xi|--y^i---|xi-|--^yi---|xi-|--^yi---|xi-|--^yi---|xi-|--^yi--| |-1-|-21'623-|-3-|37'839--|5--|54'055-|-7-|70'271-|-9-|86'487-| | 2 | 29'731 | 4 |45'947 |6 |62'163 | 8 |78'379 |10 |94'595 |-----------------------------------------------------------
La suma de cuadrados de los residuos es
7 sum 5 e2i = 8025'61 i=1
Que permite calcular la varianza residual
^s2R = 109'94 ==> ^sR = 10'485
Las varianzas de los parámetros son
s^2R ' ' V ar(a^1) = ns2 = 01837 ==> s(^a1) = 0 4286 x
2 ( 2) V ar(a^0) = ^sR- 1 + x- = 6'9022 ==> s(^a0) = 2'6272 n s2x
De donde se deducen los siguientes intervalos de confianza (al 90%) ycontrastes de hipótesis:
bullet Intervalo de confianza para s2
x732 ' (0 05)
54'3245
85'325 < s2 < 147'735
bullet Intervalo de confianza para ^a1
t73(0'05)
p - valor = 0'0000 ==> Se rechaza H 0
bullet Contraste de hipótesis para a^0 (H0 : a0 = 0 frente H0 : a0 /= 0)
d^ 0 = a^0 s(^a0)- = 13'515 2'6272- = 5'144 ~ t n-2 ==>
p - valor = 0'0000 ==> Se rechaza H 0
El coeficiente decorrelación es
r =-sxy = 0'9113 sxsy
En el siguiente gráfico se representa la nube de puntos y la recta ajustada
Nube de observaciones y recta ajustada.
El gráfico de residuos frente a las predicciones se observa en el siguiente gráfico,
Gráfico de residuos
Se calcula la tabla ANOVA del modelo y se obtiene
scR = sum i = 175ei2 = 8025'61
scG = sum i = 175(yi-y)2 = 75 . sy2 = 47.368'95...
Regístrate para leer el documento completo.