estadistica

PPN

Temp

PP

3400
1500
3500
8400
4400
3300

17,5
7,5
17,5
7,5
22,5
12,5

1250
250
750
2500
1250
750

Resumen
Estadísticas de la regresión
Coeficiente de correlaciónmúltiple 0,972823087
Coeficiente de determinación R^2 0,946384759
R^2 ajustado
0,910641265
Error típico
692,4371333
Observaciones
6
ANÁLISIS DE VARIANZA
Regresión
Residuos
Total

IntercepciónTemp
PP

a)

Grados de libertad Suma de cuadrados
Promedio de los cuadrados F
2 25389925,8 12694962,9 26,4771195
3 1438407,55 479469,184
5 26828333,3
Coeficientes
1179,211036-25,04356244
2,896805421

Error típico
942,696841
51,4360508
0,40420485

Estadístico t
1,25089104
-0,48688735
7,16667655

Probabilidad
0,29964641
0,65969421
0,00559609

Y=beta0 + beta1 * Temp +beta2 * Precipitacion + ei
Supuestos
Homocedasticidad
No autocorrelacion de errores
No colinealidad de variables
Promedio de los residuos igual a cero
Cero Covarianza entre los errores y las XEl modelo esta correctamente especificado

b) No veo que a la tabla le falten valores, igual comparalo con el Excel
c) Aca tenes que desarrollar vos los pasos de la prueba de hipotesis, los 4teoricos y para decidir decis
Criterio de decision: Si el P-value es mayor que el alfa, No Rechazo H0, si le PV es menor que el alfa, RECHAZO H0

Intercepcion P-Value=0.29964641
TemperaturaP-Value=0.65969421
PP
P-Value=0.00559609

dado que es mayor que el alfa, NO RECHAZO H0
dado que es mayor que el alfa, NO RECHAZO H0
dado que es menor que el alfa, RECHAZO H0

Con los datos analizados,el model
Con los datos analizados, la tempe
Con los datos analizados, la PP infl

MIRA EN ALGUN APUNTE ESTO, ME PARECE QUE ES ASI
d) el no registro de valores con una determinada caracteristicano viola ningun supuesto, no utilizar todos los datos que se posee
la omision de informacion puede crear un sesgo en la recta de regresion estimada, esto hace que la recta no sea representativa d...