Regresin y Correlacin.

Problema:

Grafico sobre las Variables Dependientes e Independientes.

Diagrama de Dispersin

Grafico de residuos.

Anlisis Analtico

1) El coeficiente de determinacin, nos da la pauta de que si el modelo lineal de

regresin representa adecuadamente
a la relacin existente entre el peso de las bolsas y la humedad de las mismas, entonces
la Sumatoria de los Cuadrados acertados
debe tener mayor incidencia que la Sumatoria de los cuadrados de los Errores.
Por ende, analizando el coeficiente de determinacin, teniendo en cuenta que mientras
mas prximo a 1 sea su valor, mejor es
la calidad del ajuste, por lo que podemos decir que al tener un coeficiente de 0.98,
podemos decir que un el 98% de la
Variabilidad del peso de las bolsas se debe a la humedad de las mismas.
MODELO ESTIMADO
Exceso de peso= 20.13 +0.20(humedad)
Analizando los datos obtenidos, podemos decir que se espera que
el peso de las bolsas de alimento protenico aumenten un 0.20
a medida que aumenta en 1 unidad la humedad en las mismas.
Y en caso de que la humedad sea de cero, obtendra un peso
Aproximado de 20.13 en casa bolsa.
Teniendo en cuenta los valores que arroja el software con respecto

a la varianza tenemos en beta valido inferior a 0.05 ya que el p-valor

es 0.0001 dando la pauta de que el modelo es valido y
y probablemente bueno para hacer una prediccin.
Adems en caso del los coeficientes de la ecuacin de regresin
Lineal, el trmino independiente y la pendiente poseen un valor
menos a 0.05 lo cual ambos estimadores pueden permanecer en el
modelo.
Tambin, el R2, posee un valor de 0.99 es decir un 99% de que la variabilidad del peso de las bolsas se aplique a la humedad de las mismas.
Por ultimo, al analizar el grafico de residuos, tenemos una nube de puntos
dispersa lo que nos da un indicio cerca de la validez del modelo
por lo que podemos considerar que EL modelo es valido.
-----------------------------------------------------------------------------------------Podemos mencionar que los supuestos en los que se basa el anlisis
de regresin lineal, es necesario que se cumpla:
* La relacin entre las variables sea lineal
*Los errores en la medicin de las variables explicativas son independientes
*Los errores tienen una varianza constante (Homocedasticidad)
*Los errores tienen una esperanza matemtica igual a 0
*El error total, es la suma de todos los errores.