Regresion

Solo disponible en BuenasTareas
  • Páginas : 5 (1045 palabras )
  • Descarga(s) : 0
  • Publicado : 20 de noviembre de 2010
Leer documento completo
Vista previa del texto
12.76
A) GRAFICA 1:

[pic]

TABLA 1:

[pic]

B) Según se observa en la gráfica1, se puede ver que existe una relación directa y lineal entre el precio de las viviendas y el valor deavalúo.

- El parámetro bo(44.1725), para este modelo no tiene una interpretación por ser un valor negativo, y ya que no existe precio negativo para venta de una casa, no se puede interpretar.

-El parámetro b1 (1.7817) que viene a ser la pendiente del modelo, se puede interpretar como el cambio del precio de venta por cada mil dólares que cambie el valor del avaluó. Es decir, si los especialistas encargados de hacer el estudio de avalúo incrementa el valor del avalúo en un mil dólares, el precio de venta de la casa se incrementara en $1,781.70.

C) La ecuación de la regresión según latabla es:

[pic]

Por lo tanto si:
[pic]

Entonces:

[pic]

[pic]

Por lo tanto si el valor de avalúo es $ 70,000, entonces el previo de ventar estimado sería de $80,546.50.

D) Según la tabla1 el coeficiente de determinación r2 es 92.56. Esto quiere decir que el 92.56% de la variación en el precio de ventas de casas se explica por la variación en el valor del avalúo.

E)GRAFICA 2:

[pic]

TABLA 2:

[pic]

A continuación se realizara el análisis residual para determinar si es adecuado el ajuste del modelo:

- LINEALIDAD: Según se puede observar en la gráfica 2, el supuesto de linealidad de los residuos se cumple debido a que en la gráfica no se observa ningún tipo de patrón de comportamiento entre los residuos y la variable independiente precio delavalúo.

- INDEPENDENCIA: Según la tabla 2, observamos que el valor del estadístico Durbin Watson es 1.81, valor muy cercano a 2, lo que nos permite concluir que los residuos no están correlacionados, por tanto existe independencia entre los residuos.

- NORMALIDAD: Según se observa en la tabla 2, el valor de probabilidad del estadístico D’agostino Pearson es 0.55, mayor a 0.05 por lotanto se acepta la hipótesis nula y se concluye que existe normalidad en los residuos. En la tabla 2 también se observa la prueba Jarque Bera, la cual su valor de probabilidad es 0.95, mayor a 0.05, por tanto se acepta la hipótesis nula, y así se refuerza la conclusión anterior aceptando la normalidad de los residuos.

- IGUAL VARIANZA (HOCEDASTICIDAD): Según se observa en la gráfica 2 sepuede concluir que los residuos son homocedasticos o tiene igual varianza, ya que según la gráfica se observa que no hay grandes diferencias en la variabilidad de los residuos para los diferentes valores del valor de avalúo.

F) Según se observa en la tabla 1 el valor de probabilidad del t estadístico de la variable precio de avalúo es 0, por lo tanto debido que es menor a 5% o 0.05, se rechaza lahipótesis nula “No es significativo” con un nivel de confianza del 95%, por lo tanto se concluye que si existe relación lineal entre el precio de venta y el valor de avalúo.

12.77

A) GRAFICA 1:

[pic]

TABLA 1:

[pic]

B) Según se observa en la gráfica 1, se podría decir que existe una relación directa y lineal entre el valor de avalúo y el área de calefacción.

- El parámetrobo(51.9153), para este modelo indicaría que para las casas que no tienen área de calefacción, el valor de avalúo seria $ 51,915.53 en promedio.

- El parámetro b1 (16.6334) que viene a ser la pendiente del modelo, se puede interpretar como el cambio del valor de avaluó por cada mil pies cuadrados que cambie el área de calefacción. Es decir, si el área de calefacción de una casa incrementa en1000 pies cuadrados, el valor de avalúo de la casa incrementara en $16,633.40.

C) La ecuación de la regresión según la tabla es:

[pic]

Por lo tanto si:
[pic]

Entonces:

[pic]

[pic]375

Por lo tanto si el área de calefacción es de 1,750 pies cuadrados, entonces el valor de avalúo estimado sería de $81023.75.

D) Según la tabla1 el coeficiente de determinación r2 es...
tracking img