2da Clsses Error Estándar de La Regresión
-
Upload
ugita-amador-llacctahuaman-galindo -
Category
Documents
-
view
6 -
download
0
description
Transcript of 2da Clsses Error Estándar de La Regresión
REGRESIÓN LINEAL SIMPLE:
EXAMEN
ANALIS VARIANZA
BLOQUES
PRUEBA DE INDEPENDENCIA
REGRESIONES
EXAMN MARTES:
ANALISIS DE REGRESION LINEAL
CON LA FINALIDAD DE PODER DPREDECIR EL VALOR DE UNA VARIABLE DE ANALISIS
Se trata de aproximar a una regresaion poblacional del tipo
Intervención de demanda de dólares
Tipo de cambio en función de x se tipifica una de las muchas puede tener xuno, xdos, xsubk
El ruido blanco implica que las variables en el periodo de análisis si consideran fijas
Se estima una ecuac de regresión
2520151050
200
175
150
125
100
75
50
Poblacion estudiantes(miles)Xi
vent
as trim
estr
ales
(mile
s) (Yi
)Gráfica de dispersión de ventas trimestra vs. Poblacion estudi
La relación grafica entre la población y las ventas tienen una relación directa
Si la X aumenta las Y aumentan
Cuanto es esa relación?? L
Cuando no es codificada npo se usa Pearson
Correlación: Poblacion estudiantes(miles)Xi, ventas trimestrales(miles) (Yi)
Correlación de Pearson de Poblacion estudiantes(miles)Xi y ventas trimestrales(miles) (Yi) = 0.950Valor p = 0.000
0.95 significa
R=0.95 coef de corelacion
3er punto:
2520151050
200
175
150
125
100
75
50
S 13.8293R-cuad. 90.3%R-cuad.(ajustado) 89.1%
Poblacion estudiantes(miles)Xi
vent
as trim
estr
ales
(mile
s) (Yi
)Gráfica de línea ajustada
ventas trimestrales(miles) (Yi) = 60.00 + 5.000 Poblacion estudiantes(miles)Xi
S=13.82 es la desviación estandar de la regresión (mide la distancia de cada de uno de los valores con respecto al valor central)
R-cuad=90.3% (coeficiente de determinación)
90% del comportamiento de las ventas está siendo explicado por las población. Lo optimo es que r sea 99%
R-cuad(ajustado)=89.1% (recomienda utilizar cuando se tiene 2 o mas variables explicativas , en este caso NO¡¡
ESTIMACION= y=60+5x ante un incrmeneto de una unidad de la pob en promedio las ventas cambian en 5 mill
de laVariable N N* Media media Desv.Est. Mínimo Q1 Mediana Q3Poblacion estudiantes(mi 10 0 14.00 2.51 7.94 2.00 7.50 14.00 20.50ventas trimestrales(mile 10 0 130.0 13.2 41.8 58.0 100.8 127.5 160.0
Variable MáximoPoblacion estudiantes(mi 26.00ventas trimestrales(mile 202.0
x puede estar entre 2 y 26
si la población es de 11 mil cuanto voy a vender?
La decisión se toma atraves de una prueba de hipótesis:
Ho:β1=0
H1:β1≠0
210-1-2
99
90
50
10
1
Residuo estandarizado
Porc
enta
je
200150100
1
0
-1
-2
Valor ajustado
Res
iduo
est
andar
izad
o
1.51.00.50.0-0.5-1.0-1.5
3
2
1
0
Residuo estandarizado
Frec
uenc
ia
10987654321
1
0
-1
-2
Orden de observación
Res
iduo
est
andar
izad
o
Gráfica de probabilidad normal vs. ajustes
Histograma vs. orden
Gráficas de residuos para ventas trimestrales(miles) (Yi)
210-1-2
99
90
50
10
1
Residuo estandarizado
Porc
enta
je
200150100
1
0
-1
-2
Valor ajustado
Res
iduo
est
andar
izad
o
1.60.80.0-0.8-1.6
3
2
1
0
Residuo estandarizado
Frec
uenc
ia
10987654321
1
0
-1
-2
Orden de observación
Res
iduo
est
andar
izad
o
Gráfica de probabilidad normal vs. ajustes
Histograma vs. orden
Gráficas de residuos para ventas trimestrales(miles) (Yi)
LAS 2 primeras (porcent, histograma) sirven para explicar la normalidad de la variable ((para hacer la prueba de normalidad se utiliza Kolmogorov-S))
En este caso si fuera 2.5 es un outlier
2520151050
250
200
150
100
50
S 13.8293R-cuad. 90.3%R-cuad.(ajustado) 89.1%
Poblacion estudiantes(miles)Xi
vent
as trim
estr
ales
(mile
s) (Yi
)RegresiónIC de 95%IP de 95%
P.Hventas trimestrales(miles) (Yi) = 60.00 + 5.000 Poblacion estudiantes(miles)Xi
I.P:intervalo de predicción:
Coeficientes
EE delTérmino Coef coef. Valor T Valor p VIFConstante 60.00 9.23 6.50 0.000Poblacion estudiantes(miles)Xi 5.000 0.580 8.62 0.000 1.00
Ecuación de regresión
ventas trimestrales(miles) (Yi) = 60.00 + 5.000 Poblacion estudiantes(miles)Xi
p-value menor que alfa(0.05) rechazamos Ho
la estimación de beta uno es estadísticamente significativo, entonces sirve para concluir las ventas en función a la población.. El comportamiento de las ventas depende del crecimiento de la población.