Documente Academic
Documente Profesional
Documente Cultură
Ao de la Inversin para
el Desarrollo Rural y la Seguridad Alimentaria de la Integracin
1. Un conjunto de mdicos y antroplogos desea determinar la posbile relacin entre la altura de una
recin nacido con la que tuvieron en similar ocasin sus padres y sus abuelos paternos y maternos
Variables:
Y= altura
X1= largo de nacer
X2= altura de la madre
X3= altura del padre
X4= altura del abuela materna
X5= altura de abuelo materna
X6= altura de abuela paterno
X7= altura de abuelo paterno
a) Formular un modelo de regresin lineal que incluya a todas las variables consideradas
b) Evale la posibilidad de regresin mltiple, utilizando los mtodos enter, stepwise y cackward. Que
semejanzas y/o diferencias se obtienen
c) Formule uno o dos modelos finales en base a los resultados anteriores.
el
1
,958
Adjusted R
Std. Error of
Square
Square
the Estimate
,917
,869
1,0037
Coefficients
Model
Unstandardized Coefficients
Standardized
Sig.
Coefficients
B
1
(Constant)
Std. Error
-78,268
26,962
largo al nacer
1,372
,521
altura madre
,782
altura padre
Beta
-2,903
,013
,264
2,635
,022
,199
,416
3,927
,002
1,051
,136
,832
7,742
,000
-,120
,172
-,065
-,698
,498
,091
,130
,065
,703
,496
,088
,161
,055
,548
,594
-,102
,155
-,068
-,657
,524
Ecuacin:
Obs: la ecuacin lograda por el mtodo de regresin es muy buena, debido que su R cuadrado es 0.917.
METODO STEPWISE
NO ES POSIBLE
METODO BACKWARD
Model Summary
Mod
el
Adjusted R
Std. Error of
Square
Square
the Estimate
,746
,557
,298
2,3205
,742
,551
,343
2,2447
,731
,534
,367
2,2028
,700
,490
,354
2,2256
,688
,473
,375
2,1902
,392
,320
2,2833
4
5
6
,626
Coefficients
Model
Unstandardized Coefficients
Standardized
Sig.
Coefficients
B
1
(Constant)
47,734
51,553
largo al nacer
,490
1,208
altura de madre
,891
altura de padre
Beta
,926
,373
,094
,406
,692
,459
,474
1,943
,076
-,007
,006
-,320
-1,191
,257
-,310
,400
-,167
-,776
,453
-,338
,307
-,240
-1,101
,292
,417
,380
,259
1,097
,294
-,431
,377
-,287
-1,142
,276
48,714
49,814
,978
,346
altura de madre
,970
,402
,516
2,412
,031
altura de padre
-,007
,005
-,340
-1,326
,208
-,249
,358
-,134
-,694
,500
-,340
,297
-,242
-1,145
,273
,419
,367
,260
1,139
,275
-,434
,365
-,289
-1,190
,255
32,847
43,436
,756
,462
altura de madre
,954
,394
,507
2,422
,030
altura de padre
-,008
,005
-,379
-1,544
,145
-,356
,291
-,253
-1,224
,241
,424
,361
,264
1,176
,259
-,408
,356
-,272
-1,145
,271
33,102
43,885
,754
,462
altura de madre
,798
,373
,424
2,137
,049
altura de padre
-,011
,004
-,536
-2,609
,020
-,424
,287
-,302
-1,476
,161
,224
,319
,139
,704
,492
52,193
33,943
1,538
,144
altura de madre
,746
,360
,397
2,071
,055
altura de padre
-,012
,004
-,579
-3,006
,008
-,443
,282
-,315
-1,573
,135
11,653
23,037
,506
,619
altura de madre
,904
,361
,481
2,507
,023
altura de padre
-,010
,004
-,489
-2,549
,021
(Constant)
(Constant)
(Constant)
Std. Error
(Constant)
(Constant)
Obs: la ecuacin lograda por el mtodo de regresin es usable, debido que su R cuadrado es 0.557.
Obs: la ecuacin lograda por el mtodo de regresin es usable, debido que su R cuadrado es 0.551.
2. El reporte de ventas de una importante cadena de bazares, indica qel numero de vestido vendidos
(y), el nmero de horas trabajadas(x1) y los meses de experiencias(x2) de 10 vendedores de medio
tiempo seleccionadas al azar.
a)
b)
c)
d)
e)
f)
Crear el archivo de datos bazar.sav en su disco de trabajo con los datos y variables indicados.
Obtener la ecuacin de regresin mltiple correspondiente.
Es bueno el coeficiente de determinacin?
Se valida el modelo de regresin.
Se validan los coeficientes.
Utilizar la ecuacin fi9nal validad para predecir las ventas hechas por una vendedora que trabaja
cinco horas y que tiene 2.5 meses de experiencia.
Solucin:
a)
b)
Coefficients
Model
Unstandardized Coefficients
Standardized
Sig.
Coefficients
B
1
(Constant)
horas trabajadas
meses de experiencia
Ecuacin
Std. Error
-2,506
,359
1,103
,043
,207
,037
Beta
-6,980
,000
,861
25,547
,000
,191
5,666
,001
c)
Model Summary
Model
,998
R Square
,996
Adjusted R
Square
Estimate
,994
,443
Si es bueno el modelo, debido a que el R cuadrado es 0.996 que es mayor al minimo requerido que es 0.51
d) Si debido a que el r cuadrado es 99.6%
e) Si debido a que el modelo de regresin realizado forma muy aproximadamente a una funcin.
f)
3. El costo de decorar casa recin construidas con jardinera ornamental fuie poroprcional apor una
empresa constructora para uan muestar de 12 casos, para los cuales se conocan los ingres
familiares (x1) y los montos de los hipotecas(x2). Los montos estn en miles de dlares.
,607
R Square
,368
Adjusted R
Square
Estimate
,227
1,86900
10
Coefficients
Model
Unstandardized Coefficients
Standardized
Sig.
Coefficients
B
(Constant)
1
Std. Error
1,432
1,533
ingresos de familia
,059
,061
montos de hipotecas
,036
,050
Beta
,934
,375
,374
,965
,360
,277
,713
,494
Obs. No es muy recomendable debido a que rcuadrado es 0.368 que es 36.8%, por debajo del 51% minimo.
b)
METODO BACWARD
Model Summary
Model
1
2
R Square
Adjusted R
Square
Estimate
,607
,368
,227
1,86900
,576
,332
,265
1,82250
Coefficients
Model
Unstandardized Coefficients
Standardized
Sig.
Coefficients
B
(Constant)
1
Std. Error
1,432
1,533
ingresos de familia
,059
,061
montos de hipotecas
,036
,050
1,846
1,383
,090
,041
(Constant)
Beta
,934
,375
,374
,965
,360
,277
,713
,494
1,335
,212
2,231
,050
2
ingresos de familia
a. Dependent Variable: costos
11
,576
No es muy recomendable debido a que r cuadrado es 0.368 que es 36.8%, por debajo del 51% mnimo.
No es muy recomendable debido a que r cuadrado es 0.332 que es 33.2%, por debajo del 51% mnimo.
c)
Obs: se debe de recalcar que no es muy recomendable basar nuestras respuestas con estas ecuaciones
debido a que tiene muy poca exactitud al valor real.
12