ejemplo de regresión lineal simple

24. muchas regiones de la costa…

1º etapa:
–análisis de correlación lineal

x1:
la gráfica y nuestro coeficiente nos indican que no existe correlación entre los alimento y el ingreso.
x2:la gráfica y nuestro coeficiente nos indican que existe una correlación buena y positiva entre los alimentos y el tamaño.
GENERAL:
nuestro problema al presentar únicamente correlación entre “Y” y“X2” será tratado como un problema de correlación lineal simple y no como uno múltiple, por lo que se procede con su desarrollo.

–estimación de coeficiente de correlación lineal

1.- formularlas hipótesis:





2.-fijar nivel de significancia:





3.-delimitar la región de aceptación y de rechazo mediante el valor critico:
4.- obtener el estadístico de prueba (Tcalculada)5.- contrastar el estadístico de prueba

se rechaza la H0 con un nivel de significancia del 98%

6.- obtener conclusiones

se comprueba que si existe una correlación entre la variable“Y” (alimentos) y la variable “X2” (tamaño).


2º etapa:

–ajuste del modelo de regresión lineal









RESIDEST1
RESIDT1
RESID1
AJUSTES1
COEF1
0.01589
0.01554
0.007392
5.032613.37853
-0.27336
-0.26779
-0.125568
4.20557
0.41352
1.56359
1.61761
0.727392
5.03261

-0.69514
-0.68711
-0.312048
3.79205

-0.01212
-0.01186
-0.005568
4.20557

-0.50001
-0.49170-0.232608
5.03261

-0.64359
-0.63519
-0.299088
4.61909

0.01589
0.01554
0.007392
5.03261

1.46234
1.50172
0.673872
5.44613

-1.22978
-1.24435
-0.552048
3.79205

0.38929
0.382000.180912
4.61909

-1.22978
-1.24435
-0.552048
3.79205

0.74848
0.74111
0.326832
6.27317

1.55533
1.60806
0.714432
4.20557

-1.28754
-1.30723
-0.500208
7.10021

1.68039
1.754700.780912
4.61909

1.20194
1.21427
0.553872
5.44613

0.78974
0.78307
0.367392
5.03261

-0.96246
-0.96085
-0.432048
3.79205

0.13107
0.12824
0.060912
4.61909

0.24912...