Statistics">
Nothing Special   »   [go: up one dir, main page]
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 18 vistas

    Regresión Lineal Simple

    Cargado por

    arthur
    Este documento presenta tres casos de regresión lineal simple. En el primer caso, se modela la relación entre el tiempo de atención y la propina, encontrando una relación negativa significativa. En el segundo caso, se modela la relación entre la temperatura y la vida de un mosquito, encontrando también una relación negativa significativa. En el tercer caso, se modela la relación entre la altura del padre y el hijo, aunque la relación no es estadísticamente significativa.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Regresión Lineal Simple

    Cargado por

    arthur
    18 vistas3 páginas
    Este documento presenta tres casos de regresión lineal simple. En el primer caso, se modela la relación entre el tiempo de atención y la propina, encontrando una relación negativa significativa. En el segundo caso, se modela la relación entre la temperatura y la vida de un mosquito, encontrando también una relación negativa significativa. En el tercer caso, se modela la relación entre la altura del padre y el hijo, aunque la relación no es estadísticamente significativa.

    Título original

    REGRESIÓN LINEAL SIMPLE

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta tres casos de regresión lineal simple. En el primer caso, se modela la relación entre el tiempo de atención y la propina, encontrando una relación negativa significativa. En el segundo caso, se modela la relación entre la temperatura y la vida de un mosquito, encontrando también una relación negativa significativa. En el tercer caso, se modela la relación entre la altura del padre y el hijo, aunque la relación no es estadísticamente significativa.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    18 vistas3 páginas

    Regresión Lineal Simple

    Cargado por

    arthur
    Este documento presenta tres casos de regresión lineal simple. En el primer caso, se modela la relación entre el tiempo de atención y la propina, encontrando una relación negativa significativa. En el segundo caso, se modela la relación entre la temperatura y la vida de un mosquito, encontrando también una relación negativa significativa. En el tercer caso, se modela la relación entre la altura del padre y el hijo, aunque la relación no es estadísticamente significativa.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    Está en la página 1de 3

    REGRESIÓN LINEAL SIMPLE

    a) X: tiempo atención
    Y: propina

    b) Y = a + bx
    Y = 6.162 -1.324X

    Coeficientesa

    Modelo Coeficientes no Coeficientes t Sig.


    estandarizados tipificados

    B Error típ. Beta

    (Constante) 6,162 ,815 7,561 ,000


    1
    X_TIEMPO -1,324 ,299 -,859 -4,434 ,003

    a. Variable dependiente: Y_PROPINA

    Coeficiente de determinación R2 > 0.7 (modelo es adecuado)

    Resumen del modelo

    Modelo R R cuadrado R cuadrado Error típ. de la


    corregida estimación

    1 ,859 a
    ,737 ,700 ,856

    a. Variables predictoras: (Constante), X_TIEMPO

    Como R2=0.737, se puede afirmar que el modelo es confiable, ya


    que está siendo representado en 73.7%

    c) Y = 6.162 -1.324X
    Y = 6.162 -1.324*3.5
    Y = 1.53
    Analizando relación entre las variables
    Ho: No hay relación entre las variables
    H1: Sí hay relación entre las variables

    α = 5% = 0.05

    Criterios de decisión:

    Si, sig. ≤ α SE RECHAZA Ho

    Si, sig. > α SE ACEPTA Ho

    Coeficientesa

    Modelo Coeficientes no Coeficientes t Sig.


    estandarizados tipificados

    B Error típ. Beta

    (Constante) 6,162 ,815 7,561 ,000


    1
    X_TIEMPO -1,324 ,299 -,859 -4,434 ,003

    a. Variable dependiente: Y_PROPINA

    Decisión: SE RECHAZA Ho, ya que el sig. (0.003) < alfa (0.05)

    Con un 5% de significancia, se afirma que las variables sí se encuentran relacionadas

    CASO 2

    Y = a + bx
    Coeficientesa

    Modelo Coeficientes no estandarizados Coeficientes t Sig.


    tipificados

    B Error típ. Beta

    (Constante) 5,829 ,643 9,060 ,012


    1
    TEMPERATURA_X -1,029 ,206 -,962 -4,992 ,038

    a. Variable dependiente: VIDA_Y


    Temperatura
    Vida
    Y = 5.829 - 1.029X
    β 0=a:la vida media del mosquito será5. 829 min . ,cuando la temperatura sea de 0 grados centígrados

    β 1=b : por cada grado centígrado , la vidadel mosquito dismunuye en 1.029 min

    CASO 3

    a) Y = 68.185 + 0.622X
    Coeficientesa

    Modelo Coeficientes no estandarizados Coeficientes t Sig.


    tipificados

    B Error típ. Beta

    (Constante) 68,185 61,494 1,109 ,310


    1
    PADRE_X ,622 ,355 ,582 1,754 ,130

    a. Variable dependiente: HIJO_Y

    b) Y = 68.185 + 0.622*174
    Y = 176.4 cm.

    También podría gustarte