Anlisis de Regresin Mltiple

----------------------------------------------------------------------------Variable dependiente: YCANTVENDCPA

----------------------------------------------------------------------------Error
Estadstico
Parmetro
Estimacin
estndar
T
P-Valor
----------------------------------------------------------------------------CONSTANTE
186637.0
458977.0
0.406637
0.6964
X1PRECIOCPAPPLE
-64892.6
5576.56
-11.6367
0.0000
X2PRECIOCPDELL
35277.7
25966.8
1.35857
0.2164
X3INGPROMCONSUMID
14655.2
26291.6
0.557411
0.5946
----------------------------------------------------------------------------Anlisis de Varianza
----------------------------------------------------------------------------Fuente
Suma de cuadrados
GL Cuadrado medio Cociente-F
P-Valor
----------------------------------------------------------------------------Modelo
7.20811E9
3
2.4027E9
264.77
0.0000
Residuo
6.35238E7
7
9.07483E6
----------------------------------------------------------------------------Total (Corr.)
7.27164E9
10

R-cuadrado = 99.1264 porcentaje

R-cuadrado (ajustado para g.l.) = 98.752 porcentaje
Error estndar de est. = 3012.45
Error absoluto medio = 1993.01
Estadstico de Durbin-Watson = 2.6016 (P=0.0041)
Autocorrelacin residual en Lag 1 = -0.393515

El StatAdvisor
-------------La salida muestra los resultados del ajuste a un modelo de
regresin lineal mltiple para describir la relacin entre
YCANTVENDCPA y 3 variables independientes. La ecuacin del modelo
ajustado es
YCANTVENDCPA = 186637.0 - 64892.6*X1PRECIOCPAPPLE +
35277.7*X2PRECIOCPDELL + 14655.2*X3INGPROMCONSUMIDOR
Dado que el p-valor en la tabla ANOVA es inferior a 0.01, existe
relacin estadsticamente significativa entre las variables para un
nivel de confianza del 99%.

El estadstico R-cuadrado indica que el modelo explica un

99.1264% de la variabilidad en YCANTVENDCPA. El estadstico
R-cuadrado ajustado, que es ms conveniente para comparar modelos con
diferente nmeros de variables independientes, es98.752%. El error

estndar de la estimacin muestra la desviacin tpica de los residuos

que es 3012.45. Este valor puede usarse para construir los lmites de
prediccin para las nuevas observaciones seleccionando la opcin
Informes del men del texto. El error absoluto medio (MAE) de 1993.01
es el valor medio de los residuos. El estadstico Durbin-Watson (DW)
examina los residuos para determinar si hay alguna correlacin
significativa basada en el orden en el que se han introducido los
datos en el fichero. Dado que el p-valor es inferior a 0.05, hay
indicio de una posible correlacin serial. Represente los residuos
frente al orden de fila para ver si hay algn modelo que pueda verse.
Para decidir la simplificacin del modelo, tenga en cuenta que el
p-valor ms alto en las variables independientes es 0.5946,
perteneciendo a X3INGPROMCONSUMIDOR. Puesto que el p-valor es
superior o igual a 0.10, este trmino no es estadsticamente
significativo para un nivel de confianza del 90% o superior. Por
tanto, debera considerar quitar X3INGPROMCONSUMIDOR del modelo.

Grfico de Componente+Residuo para YCANTVENDCPA

efecto de componente

(X 1000)

44
Welcome to Minitab,
press F1 for help.
Regression Analysis: YCANTVENDCPA versus X1PRECIOCPAP, X2PRECIOCPDE, ...

24

The regression equation is

YCANTVENDCPA = 186637 - 64893 X1PRECIOCPAPPLE + 35278 X2PRECIOCPDELL
+ 14655 X3INGPROMCONSUMIDOR

Predictor
-16
Constant
X1PRECIOCPAPPLE
X2PRECIOCPDELL
X3INGPROMCONSUMIDOR
S = 3012.45

-36

8.8

Coef
186637
-64893
35278
14655

9.1

R-Sq = 99.1%

SE Coef
458977
5577
25967
26292

9.4

T
0.41
-11.64
1.36
0.56

P
0.696
0.000
0.216
0.595

9.7

R-Sq(adj) = 98.8%

VIF
4.9
2.6
2.6

10

X1PRECIOCPAPPLE

10.3

Grfico de Componente+Residuo para YCANTVENDCPA

efecto de componente

Analysis
Variance
(Xof1000)
Source
Regression
Residual Error
Total

DF
3
5 7
10

SS
7208112568
63523796
7271636364

MS
2402704189
9074828

F
264.77

P
0.000

Source
X1PRECIOCPAPPLE
X2PRECIOCPDELL-1
X3INGPROMCONSUMIDOR

DF
1
1
1

Seq SS
7191137178
14155779
2819611

-4

Unusual Observations
Obs
1

-7

X1PRECIOCPAPPLE
9.1
10.1

YCANTVENDCPA
9.1510000

Fit

9.2
6660

SE Fit
9.25
2569

Residual
9.3
3340

St Resid
9.35
2.12R

X2PRECIOCPDELL

R denotes an observation with a large standardized residual.

Grfico de Componente+Residuo para YCANTVENDCPA

efecto de componente

(X 1000)
5
3
1
-1
-3
-5
10.1

10.14

10.18

10.22

10.26

X3INGPROMCONSUMIDOR

10.3