Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 138 vistas

    Regresion Lineal Multiple

    Cargado por

    Fabricio Rojas Zuñiga

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd

    Regresion Lineal Multiple

    Cargado por

    Fabricio Rojas Zuñiga
    138 vistas8 páginas

    Título original

    regresion lineal multiple.xlsx

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    XLSX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    138 vistas8 páginas

    Regresion Lineal Multiple

    Cargado por

    Fabricio Rojas Zuñiga

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    Está en la página 1de 8

    Au Cu Pb

    Yi X1 X2 X1*X2 X1*X1 X2*X2 Yi*X1


    66.87 0.26 1.01 0.2626 0.0676 1.020 17.387
    66.87 0.23 1.07 0.2461 0.0529 1.145 15.381
    63.14 0.31 0.89 0.2759 0.0961 0.792 19.573
    42.92 0.25 0.61 0.1525 0.0625 0.372 10.731
    41.99 0.25 0.60 0.15 0.0625 0.360 10.497
    76.20 0.34 1.71 0.5814 0.1156 2.924 25.909
    62.83 0.34 1.41 0.4794 0.1156 1.988 21.362
    67.81 0.43 1.50 0.645 0.1849 2.250 29.156
    61.27 0.31 1.39 0.4309 0.0961 1.932 18.995
    58.47 0.29 1.25 0.3625 0.0841 1.563 16.958
    608.38 3.01 11.44 3.5863 0.9379 14.346 185.949

    N= 10

    10 3.01 11.44 B0 608.384


    3.01 0.9379 3.5863 B1 185.949
    11.44 3.5863 14.346 B2 725.536

    A*X=B
    X=A-1*B

    Calculando los errores:


    Yi=Xi*B+Ei

    1 0.26 1.01 58.562


    1 0.23 1.07 61.210
    1 0.31 0.89 Bi 53.602
    1 0.25 0.61 39.749 47.980
    1 0.25 0.6 * -33.678 = 47.707
    1 0.34 1.71 27.296 74.974
    1 0.34 1.41 66.786
    1 0.43 1.5 66.211
    1 0.31 1.39 67.250
    1 0.29 1.25 64.102

    Vector coeficiente mediante matrices:


    Calculando el coeficiente de determinación:

    Ym = 60.838

    Yi X1 X2 Y' (Yi-Ym)2 (Y'-Ym)2


    66.87 0.26 1.01 58.562 36.410 5.184
    66.87 0.23 1.07 61.210 36.410 0.138
    63.14 0.31 0.89 53.602 5.298 52.362
    42.92 0.25 0.61 47.980 320.969 165.334
    41.99 0.25 0.60 47.707 355.274 172.428
    76.20 0.34 1.71 74.974 236.087 199.821
    62.83 0.34 1.41 66.786 3.963 35.369
    67.81 0.43 1.50 66.211 48.542 28.866
    61.27 0.31 1.39 67.250 0.190 41.109
    58.47 0.29 1.25 64.102 5.588 10.652
    SUMA 608.38 3.01 11.44 608.38 1048.73 711.26

    r*r = 0.67821

    El coeficiente de determinación lineal nos indica que el 67.82% de la variación de Y está explicada por la variable
    determinación resulto en el rango mayor a 0.5 y menor a 0.7 podemos decir que el modelo de regresión multiple
    ajuste.

    Calculando el coeficiente de correlación:

    Coeficiente de correlación:

    r= 0.82354

    Calculando el coeficiente de no correlación:

    Coeficiente de no correlación = 1-r = 0.17646


    Yi*X2
    67.541
    71.554
    56.195
    26.183
    25.194
    130.308
    88.589
    101.708
    85.171
    73.093
    725.536

    Matriz Inversa B
    3.009 -10.919 0.330 608.384 B0= 39.7495
    -10.919 63.796 -7.241 185.949 B1= -33.6781
    0.330 -7.241 1.616 725.536 B2= 27.2955

    Ei Yi
    8.31 66.87
    5.66 66.87
    9.54 63.14
    -5.06 42.92
    + -5.72 = 41.99
    1.23 76.20
    -3.96 62.83
    1.59 67.81
    -5.98 61.27
    -5.63 58.47

    Y=39.7495-33.6781 * X1 + 27.2955 * X2

    INTERPRETACION
    B1 = -33.678
    Significa que manteniendo constante en una unidad el X2, el X1 disminuye en promedio -33.678
    B2 = 27.296
    Significa que manteniendo constante en una unidad el X1, el X2 disminuye en promedio 27.296

    Y está explicada por la variable X1(Cu) y X2(Pb). Debido a que el coeficiente de


    el modelo de regresión multiple de dos variables independientes no presenta un buen
    Resumen

    Estadísticas de la regresión
    Coeficiente de correlación múltiple 0.8235367483
    Coeficiente de determinación R^2 0.6782127759
    R^2 ajustado 0.586273569
    Error típico 6.9433218074
    Observaciones 10

    ANÁLISIS DE VARIANZA
    Grados de libertad Suma de cuadrados
    Regresión 2 711.2623131351
    Residuos 7 337.4680240524
    Total 9 1048.7303371875

    Coeficientes Error típico


    Intercepción 39.7494918121 12.0433860977
    Variable X 1 -33.6781235638 55.4580981963
    Variable X 2 27.2955151929 8.8275760393

    Análisis de los residuales

    Observación Pronóstico para Y Residuos


    1 58.5616500303 8.3108749697
    2 61.2097246488 5.6628003512
    3 53.6022820289 9.5378229711
    4 47.9802251888 -5.0573951888
    5 47.7072700368 -5.7175450368
    6 74.9742607802 1.2293142198
    7 66.7856062223 -3.9565362223
    8 66.2111714689 1.5944585311
    9 67.2500396254 -5.9761446254
    10 64.1022299696 -5.6276499696
    Promedio de los cuadrados F Valor crítico de F
    355.6311565675 7.3767525174 0.0189012615
    48.2097177218

    Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0%


    3.3005245775 0.013111251 11.2714089741 68.2275746501 11.2714089741
    -0.6072715196 0.5628430986 -164.815687506 97.4594403783 -164.81568751
    3.0920736419 0.01751595 6.4216148075 48.1694155782 6.4216148075

    Residuos estándares
    1.3572244951
    0.9247752343
    1.5575937568
    -0.8259083017
    -0.9337154276
    0.2007556819
    -0.6461302686
    0.2603863231
    -0.9759465642
    -0.9190349291
    Superior 95.0%
    68.2275746501
    97.4594403783
    48.1694155782

    También podría gustarte