Labssssss

Seminario de Investigación de mercados
Ma 7:00 a 9:55 pm
Sem. OT 2015
LABORATORIO No. 4
Análisis de Regresión lineal múltiple

Nombre:__ Matrícula:_257455___

Contesta la siguientes preguntas considerando el archivo Smokers_2.sav ubicado en el mismo folder que este archivo

El archivo Smokers_2.sav muestra los siguientes datos de fumadores jóvenes:

NOMBRE
VARIABLE
EXPLICACIÓN
VALORESVÁLIDOS
Age
Edad del encuestado
Edad del fumador encuestado
-
hs
Horas fumar por semana
Horas que el encuestado fuma a la semana, en promedio
-
income
Ingreso
Ingreso mensual en dólares del encuestado
-
Masculinity
Índice de masculinidad
Score que el encuestado obtuvo en un test para medir su grado de “machismo”
0 a 100
Liberal
Índice de “liberalidad”
Score que el encuestado obtuvo en un test para medirsu grado de “pensamiento liberal” o no apego a las reglas sociales.
0 a 100
Price_CB
Precio caja de cigarrillos
Precio de la caja de cigarrillos que el encuestado consume regularmente
-
Total_Spend
Total de gasto en cigarrillos por mes
Cantidad mensual en dólares que el encuestado gasta en promedio en cigarrillos
-

1. Diseñe un modelo de regresión en el que se explique LAS HORAS DE FUMAR PORSEMANA (variable dependiente) usando el resto de las variables. Use el método de entrada forzosa de todas las variables. Muestre todo el listado arrojado por el SPSS.
a. ¿Cuál es el resultado que muestra la r cuadrada ajustada?
Resumen del modelob
Modelo
R
R cuadrado
R cuadrado corregida
Error típ. de la estimación
Durbin-Watson
1
.791a
.626
.575
5.21319
2.015

R2: Un 57% explican el porque fuman,siendo un gran logro.

b. ¿Cuál es el resultado de la prueba F?
ANOVAa
Modelo
Suma de cuadrados
gl
Media cuadrática
F
Sig.
1
Regresión
2005.142
6
334.190
12.297
.000b

Residual
1195.806
44
27.177



Total
3200.947
50




Ho: El conjunto de variables independientes no da una buena explicación a las dependientes.
Ha: El conjunto de variables independientes da una buena explicación a las dependientes.0.000< 0.05 Se rechaza Ho, dándonos a concluir que se pueden explicar las variables.


c. ¿Cuáles variables fueron significativas?
Coeficientesa
Modelo
Coeficientes no estandarizados
Coeficientes tipificados
t
Sig.

B
Error típ.
Beta


1
(Constante)
52.359
44.848

1.167
.249

Age
-1.182
.582
-.277
-2.029
.048

Income by Month
.009
.001
.640
5.853
.000

Masculinity index
-.349
.074
-.551
-4.714.000

Liberal index
.229
1.029
.032
.223
.825

Price of Cig box
-1.868
2.095
-.096
-.892
.377

Spend in Cigarret
-.002
.028
-.008
-.076
.940

Ho: β=0
Ha: β≠ 0
Constante: 0.249 > 0.05 SE ACEPTA
Edad: 0.048 < 0.05 SE RECHAZA
Ingresos por mes: 0.000 < 0.05 SE RECHAZA
Mascunilidad: 0.000 < 0.05 SE RECHAZA
Liberal index: 0.825 > 0.05 SE ACEPTA
Precio: 0.377 > 0.05 SE ACEPTA
Spend in cigarret: 0.940> 0.05 SE ACEPTA

Dando a concluir que las variables edad, ingresos y mascunilidad dan igual a 0.


d. ¿Qué expresaría acerca de la linealidad, normalidad (usando los residuales), multicolinealidad y homocedasticidad?


La grafica s eencuentra en forma de campana por lo que significa que se comporta normalmente. Asimismo en la grafica de P-P normal de regresión residuo tipificado se puedeconsiderar normal ya que los puntos se encuentran cercanos a la linea.


Como se muestra en la grafica los puntos estan dispersos por lo que si existe homocedasticidad dentro de las variables.
e. ¿Qué variables del estudio se comportan linealmente? Muestre los gráficos que soporten su respuesta.

Las variables Mascunilinity e Income muestran linealidad ya que se muestra una tendencia en forma delinea. (dando un patrón)





f. ¿Qué recomendación haría acerca de este modelo?
Recomendaria que de las variables que se estudiaron en el caso solamente se deberian de utilizar las que en verdad estan afectando O sean significativas para la variables dependeinte ya las demas simplemente no servirian de nada en el proceso porque no afectan.

2. Emplee ahora el método stepwise para obtener el modelo...