Documente Academic
Documente Profesional
Documente Cultură
es
Ejemplo 1. Vilma Traca SA fabricante de equipos médicos dentales ha construido en los
últimos años la cantidad de equipos que se indican a continuación:
Paso 1. Digita:
En la celda B3: =10.89+1.44*b1 (Esta fórmula es la recta de regresión encontrada)
Copia la fórmula contenida en la celda B3 en las celdas comprendidas entre C3
hasta I3
DescExcel
Paso2 Para la gráfica selecciona las celdas desde A1 hasta I3 luego Insertar / Gráfico:
Dispersión.
Equipos vendidos Vilma Traca
30
s # equipos
o 20
p
i 10
u Rec. Regres.
q
E 0
0 1 2 3 4 5 6 7 8 9
Años
El gráfico indica que para evaluar el tipo de relación entre la variable dependiente y la
variable independiente se debe utilizar el modelo de la regresión lineal simple y que el tipo
de relación es positivo. (Verifica)
Tabla 1
Regresión
Variables introducidas/eliminadasb
Variables Variables
Modelo introducidas eliminadas Método
1 Dosis (mg) a . Introducir
a. Todas las variables solicitadas introducidas
b. Variable dependiente: Reducción del ritmo cardiaco
Tabla 2
Resumen del modelo
DescExcel
Tabla 3
ANOVAb
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regres ión 190.088 1 190.088 103.412 .000a
Residual 20.220 11 1.838
Total 210.308 12
a. Variables predictoras: (Constante), Dosis (mg)
b. Variable dependiente: Reducción del ritmo c ardiaco
Tabla 4
Coeficientesa
Coeficientes
Coeficientes no estandarizad
estandarizados os
Modelo B Error típ. Beta t Sig.
1 (Constante) 7.055 .888 7.949 .000
Dosis (mg) 4.088 .402 .951 10.169 .000
a. Variable dependiente: Reducción del ritmo cardiaco
Descripción de resultados:
La Tabla 2 indica que el ajuste del modelo es bueno porque el coeficiente de determinación
R² = 90,4% indica que el 90,4% de la variabilidad de las disminuciones del ritmo cardiaco
es explicado por la regresión cuando se toma como variable independiente la dosis.
La Tabla 3 indica la prueba de hipótesis H0: ß = 0; aplica la estadística F y el cual en Sig.
muestra un valor de la probabilidad p = 0,000 y es menor a 0,05, por consiguiente
rechazamos H0, el coeficiente de regresión ß es diferente de cero y como es positivo, está
señalando que la relación es positiva.
En la Tabla 4; podemos construir la regresión lineal simple estimada teniendo en cuenta la
columna de los Coeficientes no estandarizados y la sub columna encabezada por B nos
proporciona los coeficientes estimados, es decir:
a = 7,055 (constante) y b = 4,088 (Dosis)
Por consiguiente, la regresión estimada será:
Y = 7,055 + 4,088X
El coeficiente de regresión estimado b indica que por cada unidad que se incremente en la
dosis, la disminución en el ritmo cardiaco será de 4,088.
Para una dosis de x = 3,75 el ritmo cardiaco disminuirá aproximadamente en 23.
Y = 7,055 + 4,088*3,75 = 22,385 = 23
DescExcel
Beta (0,951) representa el B hallado y se estandariza para hacerlo comparable con otros
modelos se halla multiplicando el coeficiente no estandarizado por la desviación estándar
de la variable de interés y dividiendo entre la desviación estándar de la variable
dependiente.
Sin embargo, podemos estar interesados en la prueba de hipótesis H0: ß=0 y en la Tabla 4
nos ubicamos en la columna encabezada por t y Sig. En la fila que corresponde a Dosis se
tiene un valor de t = 10,169 y p = 0,000, por consiguiente, como p < 0,05, rechazamos H0 y
se concluye que el coeficiente de regresión ß es diferente de cero.
Analizar/Correlaciones/Bivariadas… :
Arrastra las variables Dosis y Ritmocar, luego clic en Opciones, clic en Medias y
desviaciones típicas, posteriormente clic en Continuar y después clic en Aceptar,
deben aparecer los siguientes resultados:
Estadí sticos d escripti vos
Desviación
Media típica N
Dosis (mg) 2.0000 .97361 13
Reduc ción del
15.2308 4.18636 13
ritm o c ardi aco
Reduc ción
del ritm o
Dosis (mg) cardiac o
Dosis (mg) Correlación de Pearson 1 .951**
Sig. (bilateral) . .000
N 13 13
Reduc ción del Correlación de Pearson .951** 1
ritm o c ardi aco Sig. (bilateral) .000 .
N 13 13
**. La correlac ión es s ignifi cativa al nivel 0,01 (bilateral).
Mes 13 14 15 16 17 18 19 20 21 22 23 24
US$ 388,6 382,9 392,3 931,7 412,0 417,3 429,7 477,0 513,5 493,9 439,3 421,4
km 4712,1 4929,4 4982,5 4982,5 5082,3 5371,9 5619,8 6467,9 7071,4 7071,4 6841,3 5272,2
Mes 25 26 27 28 29 30 31 32 33 34 35 36
US$ 396,4 392,2 395,0 395,6 932,3 409,7 418,7 444,4 482,3 350,4 450,2 489,8+PD
km 5124,1 4887,5 5056,5 5083,9 5051,7 5154,7 5322,1 5769,4 6554,8 5002,8 6004,8 6208,2
2) La resistencia del cemento (r) depende del tiempo de secado del cemento (t). En un
experimento realizado por la cementera La Vida en Concreto se obtuvo la resistencia de
bloques de cemento con diferente tiempo de secado; los resultados fueron los de la tabla
adjunta. Analiza la relación lineal entre estas dos variables con SPSS.
Envíos muestreados 1 2 3 4 5 6 7 8 9 10
Distancia(X) en km 825 215 1070 550 480 920 1350 325 670 1215
Tiempo de entrega 3,5 1,0 4,0 2,0 1,0 3,0 4,5 1,5 3,0 5,0
(Y), en días
Desarrolla en Excel:
a) El diagrama de dispersión
b) La recta de mínimos cuadrados
c) Para un viaje de 1000 km ¿cuál será el tiempo estimado de entrega?
d) El coeficiente de determinación. Interpreta.
e) El coeficiente de correlación. Interpreta.
DescExcel
a) Estima la recta de regresión mediante el método de mínimos cuadrados.
Interpreta los estimadores.
b) ¿Existe una relación lineal significativa entre la duración y el rendimiento de
la cosecha? Interpreta.
c) Verifica los supuestos (Normalidad, homocedasticidad, etc.)
d) Estima el rendimiento si la duración de la cosecha fue de 104 días.
DescExcel