Descargue como PDF, TXT o lea en línea desde Scribd
Descargar como pdf o txt
Está en la página 1/ 11
UNIVERSIDAD CIENTÍFICA DEL SUR
MANUAL DE SPSS
Profesores del curso
Marzo 2024
1 Regresión lineal simple (RLS)
I. Relación de variables
Para medir la relación de dos variables cuantitativas continuas, el software estadístico
SPSS proporciona al usuario dos herramientas estadísticas: el gráfico de dispersión y la correlación de Pearson.
Ruta del gráfico de dispersión:
Gráficos → Cuadros de diálogo antiguos → Dispersión/Puntos→ Dispersión Simple
Ruta del coeficiente de Correlación de Pearson (R):
Análisis → Correlaciones → Bivariadas
II. Análisis de regresión lineal simple
El análisis de regresión lineal simple modela la relación de dos variables cuantitativas
continuas a partir de la ecuación de una recta. Se utiliza para predecir el valor de una variable (dependiente) a partir del valor de otra variable (independiente). Ambas variables deben ser cuantitativas continuas.
Los supuestos del análisis de regresión se resumen en: eij~Normal(0,σ2) iid
• Los errores deben distribuirse normalmente con media cero • Los errores deben tener varianza constante (homocedasticidad) • Los errores deben ser independientes • Debe haber una relación lineal entre las dos variables.
Ruta del Análisis de RLS:
Análisis → Regresión → Lineales
2 Problema
El gerente de una compañía de seguros busca modelar el volumen mensual de ventas (en soles) de cada vendedor en función a su experiencia Para esto selecciona una muestra de 30 vendedores de la compañía, y recoge la siguiente información:
• Volumen mensual de ventas en soles (último mes)
• Años de experiencia en ventas
Los datos se encuentran en el archivo Venta de seguros.sav
a) Analice la relación entre el volumen de las ventas y los años de experiencia, utilizando el gráfico de dispersión y el coeficiente de correlación. Interprete. b) Modele el volumen de las ventas en soles de los vendedores a partir de sus años de experiencia. Utilice un modelo de regresión lineal simple. c) Pronostique el volumen de las ventas en soles de un vendedor con 10 años de experiencia.
Resolución
Primero: Analizar la relación entre el volumen de las ventas y los años de experiencia
• A partir del gráfico de dispersión (Ver gráfico del SPSS) se observa una relación lineal positiva (directa) entre ambas variables.
• A partir de la correlación de Pearson (R=0,823) (Ver reporte del SPSS)
El coeficiente de correlación de Pearson: R=0,823 Indica una relación lineal directa fuerte entre ambas variables, lo que sustenta realizar el análisis de regresión lineal simple.
3 Segundo: Análisis de regresión lineal simple
Variable dependiente: Volumen de las ventas en soles (y)
Variable independiente: Años de experiencia (x)
Modelo de regresión: 𝐲 ̂ = 𝟐𝟏𝟕𝟖, 𝟐𝟒 + 𝟔𝟎𝟗, 𝟒𝟎 𝐱 (Ver reporte del SPSS)
Interpretación del coeficiente de regresión: Por cada año de experiencia de un
vendedor, el volumen mensual promedio de sus ventas se incrementa en 667,90 soles.
Validación del modelo de regresión:
Hipótesis Regla de decisión del Valor p Conclusión
H0: B1=0 El modelo Valor P(ANOVA)=0,00000002451=2.4513E-8 Con un 5% de de RLS no es válido nivel de H1: B1≠0 El modelo de (Ver reporte del SPSS) significación, el RLS es válido modelo de Valor P < Nivel de significación = 0,05 regresión lineal simple es Por lo tanto, Rechazo H0 válido.
Interpretación del coeficiente de determinación: R2=68% (Ver reporte del SPSS)
El 68% de la variabilidad del volumen de las ventas en soles es explicada por el modelo de regresión.
Tercero: Pronóstico
Predicción: Pronostique el volumen de las ventas en soles de un vendedor con 10 años de experiencia.
X=10 entonces ¿ 𝒀̂?
Utilizamos la ecuación de regresión, y reemplazamos el valor de “X=10” para hallar el valor de “Y” ajustado: 𝐲̂ = 𝟐𝟏𝟕𝟖, 𝟐𝟒 + 𝟔𝟎𝟗, 𝟒𝟎 𝐱 𝐲̂ = 𝟐𝟏𝟕𝟖, 𝟐𝟒 + 𝟔𝟎𝟗, 𝟒𝟎(𝟏𝟎) 𝐲̂ = 𝟖𝟐𝟕𝟐, 𝟐𝟒
Se estima que un vendedor con 10 años de experiencia genera un volumen mensual de
ventas de 8272,24 soles.
4 Ruta SPSS: Relación de variables
Abrir el archivo: Venta de seguros.sav
Gráfico de dispersión 1. Seleccionar del menú la opción: Gráficos 2. Elegir: Dispersión/Puntos 3. En la ventana: Dispersión simple, dar un click a: Definir a. En la ventana Diagrama de dispersión simple: Seleccionar las variables “Y” y “X” y arrastrarlas al “Eje y” y “Eje x” según corresponda. b. Aceptar
5 a
Gráfico SPSS: Gráfico de dispersión
6 Coeficiente de correlación de Pearson 1. Seleccionar del menú la opción: Análisis 2. Elegir: Correlacionar 3. Elegir: Bivariadas a. En la ventana Correlaciones Bivariadas: Seleccionar las variables “Y” y “X” y arrastrarlo a Variables. b. Verificar el check en el cuadrito de Coeficiente de correlación de Pearson c. Aceptar
2 3
7 Reporte SPSS del Gráfico de dispersión:
8 Ruta SPSS: Análisis de regresión lineal simple
Análisis → Regresión → Lineales
Abrir el archivo: Venta de seguros.sav
1. Seleccionar del menú la opción: Analizar
2. Elegir: Regresión 3. Elegir: Lineales a. En la ventana de Regresión lineal: Seleccionar la variable dependiente “Y” y arrastrarlo a: Dependientes b. En la misma ventana de Regresión lineal: Seleccionar la variable independiente “X” y arrastrarlo a: Independientes c. Aceptar
2 3
c 9 Reportes SPSS: Regresión lineal simple
R: Coeficiente de correlación R cuadrado: Coeficiente de determinación Sig.: Nivel de significación de la prueba (Valor P) Coeficientes estandarizados (B): Coeficientes de regresión: intercepto y coeficiente de regresión
10 Practica
Los datos de la presente practica se encuentran en el archivo: Practica de análisis de
regresión lineal simple.xlsx
1. De los registros de ventas de la comercializadora “Autocar” se recopila la
información de 65 autos de segunda mano vendidos en el último semestre. Con esta muestra se busca modelar los precios de autos de segunda mano a partir del año de fabricación, el kilometraje recorrido y el precio de venta de un auto nuevo con el mismo modelo y marca. a. Evalúe la relación de las variables. b. Con la variable que presente una relación más fuerte, modele el precio de auto de segunda mano a partir del análisis de regresión lineal simple. c. Realice una predicción del precio de un auto que tiene 300 km recorridos.
2. A partir de los datos trimestrales de los indicadores económicos PBI en miles de
millones de soles y Exportaciones en miles de millones de dólares, modele la relación entre estas. a. Evalúe la relación de las variables. b. Modele el PBI a partir de las exportaciones utilizando un modelo de regresión lineal simple. c. Si las exportaciones llegan a 15 mil millones de dólares ¿En cuánto se estima el PBI de ese trimestre?
3. Una marca deportiva tiene la hipótesis de que el clima (temperatura) durante las maratones que auspicia afectan al tiempo registrado por los ganadores de la maratón. a. Evalúe la relación de las variables. b. Modele la relación de las variables usando regresión lineal simple. c. Estime el tiempo que logra un ganador de maratón, si el clima promedio durante la maratón es de 15°C.
