LABORATORIO
LABORATORIO
LABORATORIO
Ajuste de curva
Descripción del modelo
Nombre de modelo MOD_1
Variable dependiente 1 INGRESOS
Ecuación 1 Lineal
2 Cuadrático
3 Potenciaa
Variable independiente VENTAS
Constante Incluido
Variable cuyos valores etiquetan las observaciones
Sin especificar
en los gráficos
Tolerancia para entrar términos en ecuaciones ,0001
a. El modelo requiere que todos los valores no perdidos sean positivos.
Resumen de procesamiento de
casos
N
Casos totales 12
a
Casos excluidos 0
Casos predichos 0
Casos creados
0
recientemente
a. Los casos con un valor perdido
en cualquier variable se excluyen
del análisis.
Resumen de procesamiento de variables
Variables
Independient
Dependiente e
INGRESOS VENTAS
Número de valores positivos 12 12
Número de ceros 0 0
Número de valores negativos 0 0
Número de valores Perdido por el
0 0
perdidos usuario
Perdido por el
0 0
sistema
INGRESOS
Lineal
Resumen del modelo
Error estándar
R cuadrado de la
R R cuadrado ajustado estimación
,677 ,459 ,404 2,499
La variable independiente es VENTAS.
ANOVA
Suma de Media
cuadrados gl cuadrática F Sig.
Regresión 52,883 1 52,883 8,469 ,016
Residuo 62,444 10 6,244
Total 115,327 11
La variable independiente es VENTAS.
Coeficientes
Coeficientes
Coeficientes no estandarizado
estandarizados s
Error
B estándar Beta t Sig.
VENTAS ,084 ,029 ,677 2,910 ,016
(Constante) 1,869 1,402 1,333 ,212
GRÁFICO
REGRESIÓN MULTIPLE
Un constructor de bienes raíces desea estudiar la relación entre el tamaño de una casa que
compraría un cliente (en pies cuadrados) y otras variables. Las posibles variables
independientes son el ingreso familiar, el número de miembros en la familia, si hay un
adulto mayor viviendo con la familia (1 para sí, 0 para no), y los años totales de educación
adicionales al bachillerato del esposo y la esposa. La información muestral se reporta en la
siguiente tabla.
MIEMBROS
PIES EN LA PADRE
FAMILIA CUADRADOS INGRESO FAMILIA ADULTO EDUCACIÓN
1 2240 60,8 2 0 4
2 2380 68,4 2 1 6
3 3640 104,5 3 0 7
4 3360 89,3 4 1 0
5 3080 72,2 4 0 2
6 2940 114 3 1 10
7 4480 125,4 6 0 6
8 2520 83,6 3 0 8
9 4200 133 5 0 2
10 2800 95 3 0 6
Correlaciones
PIES_CUA INGRES MIEMBRO PADRE_AD EDUCACI
DRADOS O S_FAMILIA ULTO ÓN
PIES_CUADRA Correlación de
1 ,843** ,908** -,247 -,232
DOS Pearson
Sig. (bilateral) ,002 ,000 ,491 ,519
N 10 10 10 10 10
INGRESO Correlación de
,843** 1 ,721* -,114 ,150
Pearson
Sig. (bilateral) ,002 ,019 ,753 ,680
N 10 10 10 10 10
MIEMBROS_FA Correlación de
,908** ,721* 1 -,272 -,328
MILIA Pearson
Sig. (bilateral) ,000 ,019 ,447 ,355
N 10 10 10 10 10
PADRE_ADULT Correlación de
-,247 -,114 -,272 1 ,052
O Pearson
Sig. (bilateral) ,491 ,753 ,447 ,886
N 10 10 10 10 10
EDUCACIÓN Correlación de
-,232 ,150 -,328 ,052 1
Pearson
Sig. (bilateral) ,519 ,680 ,355 ,886
N 10 10 10 10 10
**. La correlación es significativa en el nivel 0,01 (bilateral).
*. La correlación es significativa en el nivel 0,05 (bilateral).
Regresión
Variables entradas/eliminadasa
ANOVAa
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 4239006,897 1 4239006,897 37,512 ,000b
Residuo 904033,103 8 113004,138
Total 5143040,000 9
a. Variable dependiente: PIES_CUADRADOS
b. Predictores: (Constante), MIEMBROS_FAMILIA
Coeficientesa
Coeficientes
Coeficientes no estandarizado
estandarizados s
Error
Modelo B estándar Beta t Sig.
1 (Constante) 1271,586 326,756 3,892 ,005
MIEMBROS_FAM
540,690 88,280 ,908 6,125 ,000
ILIA
a. Variable dependiente: PIES_CUADRADOS
Variables excluidasa
Estadísticas
de
Correlación colinealidad
Modelo En beta t Sig. parcial Tolerancia
b
1 INGRESO ,393 2,257 ,059 ,649 ,480
PADRE_ADUL
,000b -,002 ,999 -,001 ,926
TO
EDUCACIÓN ,074b ,445 ,670 ,166 ,893
a. Variable dependiente: PIES_CUADRADOS
b. Predictores en el modelo: (Constante), MIEMBROS_FAMILIA
Estadísticas de residuosa
Desviación
Mínimo Máximo Media estándar N
Valor pronosticado 2352,9656 4515,7241 3164,0000 686,29496 10
Residuo -373,65518 746,34485 ,00000 316,93552 10
Valor pronosticado
-1,182 1,970 ,000 1,000 10
estándar
Residuo estándar -1,112 2,220 ,000 ,943 10
a. Variable dependiente: PIES_CUADRADOS
Gráficos
CONCLUSIONES