MATEMÁTICA AVANZADA PARA INGENIEROS

APLICACIÓN DEL PROGRAMA IBM SPSS STATISTICS 20

 MATEMÁTICA AVANZADA PARA INGENIEROS
APLICACIÓN DEL PROGRAMA IBM SPSS STATISTICS 20

LABORARIO DE REGRESIÓN SIMPLE

Se tiene los siguientes datos:

SALARIO SALINI SALARIO SALINI

X Y X Y
(Variable (Variable (Variable (Variable
Independiente) Independiente) Independiente) Independiente)
57,000 27,000 15,000 35,550
40,200 18,750 15,000 45,150
21,450 12,000 26,250 73,750
21,900 13,200 13,500 25,050
45,000 21,000 15,000 27,000
32,100 13,500 13,500 26,850
36,000 18,750 15,750 33,900
21,900 9,750 13,500 26,400
27,900 12,750 14,250 28,050
24,000 13,500 15,000 30,900
30,300 16,500 9,750 22,500
28,350 12,000 21,750 48,000
27,750 14,250 26,750 55,000
35,100 16,800 21,000 53,125
27,300 13,500 14,550 21,900
40,800 15,000 30,000 78,125
46,000 14,250 21,240 76,000
103,750 27,510 21,480 45,250
42,300 14,250 25,000 56,550
26,250 11,550 20,250 41,100
38,850 15,000 34,980 42,500
21,750 12,750 18,000 54,000
24,000 11,100 10,500 26,400
16,950 9,000 19,500 33,900
21,150 9,000 11,550 24,150

1.

2
 MATEMÁTICA AVANZADA PARA INGENIEROS
APLICACIÓN DEL PROGRAMA IBM SPSS STATISTICS 20

2. DIAGRAMA DE DISPERSIÓN PARA SALARIO VS SALINI

De acuerdo a los datos se ejecuta el DIAGRAMA :

Gráfico

[Conjunto_de_datos3]

3
 MATEMÁTICA AVANZADA PARA INGENIEROS
APLICACIÓN DEL PROGRAMA IBM SPSS STATISTICS 20

3. Se ejecuta con el comando analizar, de lo cual se generan las siguientes tablas.

Regresión

[Conjunto_de_datos3]

Estadísticos descriptivos
Media Desviación típica N
SALINI 28275,2000 18607,98578 50
SALARIO 26412,0000 15260,76482 50

Correlaciones
SALINI SALARIO
Correlación de Pearson SALINI 1,000 -,079
SALARIO -,079 1,000
Sig. (unilateral) SALINI . ,292
SALARIO ,292 .
N SALINI 50 50
SALARIO 50 50

Variables introducidas/eliminadasa
Modelo Variables Variables Método
introducidas eliminadas
b
1 SALARIO . Introducir
a. Variable dependiente: SALINI
b. Todas las variables solicitadas introducidas.

Resumen del modelo

Modelo R R cuadrado R cuadrado Error típ. de la
corregida estimación
1 ,079a ,006 -,014 18741,68458
a. Variables predictoras: (Constante), SALARIO

4
 MATEMÁTICA AVANZADA PARA INGENIEROS
APLICACIÓN DEL PROGRAMA IBM SPSS STATISTICS 20

ANOVAa
Modelo Suma de gl Media cuadrática F Sig.
cuadrados
1 Regresión 106564037,826 1 106564037,826 ,303 ,584b
Residual 16860035560,17 48 351250740,837
4
Total 16966599598,00 49
0
a. Variable dependiente: SALINI
b. Variables predictoras: (Constante), SALARIO

Coeficientesa
Modelo Coeficientes no estandarizados Coeficientes t Sig.
tipificados
B Error típ. Beta
1 (Constante) 30827,503 5338,253 5,775 ,000
SALARIO -,097 ,175 -,079 -,551 ,584
a. Variable dependiente: SALINI

A. RECTA DE REGRESIÓN LINEAL DE SALARIO VS SALINI

Por lo tanto, la ecuación de la recta de regresión Y= a + Bx, de acuerdo a los cuadro COEFICIENTES° es la siguiente:

Y= 30827,503-0.97X

B. COEFICIENTE DE CORRELACIÓN ESTÁNDAR

De la tabla resumen modelo.

Resumen del modelo

Modelo R R cuadrado R cuadrado Error típ. de la
corregida estimación
a
1 ,079 ,006 -,014 18741,68458
a. Variables predictoras: (Constante), SALARIO

Donde:
R= 0.079

5
 MATEMÁTICA AVANZADA PARA INGENIEROS
APLICACIÓN DEL PROGRAMA IBM SPSS STATISTICS 20

C. COEFICIENTE DE DETERMINACIÓN

De la tabla resumen modelo.

Resumen del modelo

Modelo R R cuadrado R cuadrado Error típ. de la
corregida estimación
1 ,079a ,006 -,014 18741,68458
a. Variables predictoras: (Constante), SALARIO

Donde:
R2= 0.006

D. HALLE EL ERROR ESTANDAR

Del cuadro Resumen Modelo:

Resumen del modelo
Modelo R R cuadrado R cuadrado Error típ. de la
corregida estimación
1 ,079a ,006 -,014 18741,68458
a. Variables predictoras: (Constante), SALARIO

Por lo tanto el error típico de estima o error estándar es:

Se = 18741,68458