STARIGRAPICS RESUILATDOS ANOVA | Ejercicios de Métodos Computacionales

Regresión Múltiple - Y1

Variable dependiente: Y1

Variables independientes:

X12

X1X2

X1X3

X22

X2X3

X32

Error Estadístico

Parámetro Estimación Estándar T Valor-P

CONSTANTE 8476.67 170.849 49.6149 0.0000

X1 -252.375 104.623 -2.41223 0.0607

X12 88.0417 154.001 0.571694 0.5923

X1X2 -21.5 147.96 -0.14531 0.8901

X1X3 57.75 147.96 0.390309 0.7124

X2 -1093.75 104.623 -10.4542 0.0001

X22 -43.2083 154.001 -0.280571 0.7903

X2X3 361.5 147.96 2.44323 0.0584

X3 -21.125 104.623 -0.201915 0.8479

X32 343.042 154.001 2.22752 0.0764

Análisis de Varianza

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P

Modelo 1.10904E7 9 1.23227E6 14.07 0.0048

Residuo 437841. 5 87568.3

Total (Corr.) 1.15283E7 14

R-cuadrada = 96.202 porciento

R-cuadrado (ajustado para g.l.) = 89.3656 porciento

Error estándar del est. = 295.919

Error absoluto medio = 145.611

Estadístico Durbin-Watson = 1.37246 (P=0.1786)

Autocorrelación de residuos en retraso 1 = 0.304047

El StatAdvisor

La salida muestra los resultados de ajustar un modelo de regresión lineal múltiple para describir la relación entre Y1 y 9

variables independientes. La ecuación del modelo ajustado es

Y1 = 8476.67 - 252.375*X1 + 88.0417*X12 - 21.5*X1X2 + 57.75*X1X3 - 1093.75*X2 - 43.2083*X22 + 361.5*X2X3 -

21.125*X3 + 343.042*X32

Puesto que el valor-P en la tabla ANOVA es menor que 0.05, existe una relación estadísticamente significativa entre las

variables con un nivel de confianza del 95.0%.

El estadístico R-Cuadrada indica que el modelo así ajustado explica 96.202% de la variabilidad en Y1. El estadístico R-

Cuadrada ajustada, que es más apropiada para comparar modelos con diferente número de variables independientes, es

89.3656%. El error estándar del estimado muestra que la desviación estándar de los residuos es 295.919. Este valor

puede usarse para construir límites para nuevas observaciones, seleccionando la opción de Reportes del menú de texto. El

error absoluto medio (MAE) de 145.611 es el valor promedio de los residuos. El estadístico de Durbin-Watson (DW)

examina los residuos para determinar si hay alguna correlación significativa basada en el orden en el que se presentan en

el archivo de datos. Puesto que el valor-P es mayor que 0.05, no hay indicación de una autocorrelación serial en los

residuos con un nivel de confianza del 95.0%.

Para determinar si el modelo puede simplificarse, note que el valor-P más alto de las variables independientes es 0.8901,

que corresponde a X1X2. Puesto que el valor-P es mayor o igual que 0.05, ese término no es estadísticamente

Vista previa parcial del texto

¡Descarga STARIGRAPICS RESUILATDOS ANOVA y más Ejercicios en PDF de Métodos Computacionales solo en Docsity!

Regresión Múltiple - Y

Variable dependiente: Y Variables independientes: X X X1X X1X X X X2X X X Error Estadístico Parámetro Estimación Estándar T Valor-P CONSTANTE 8476.67 170.849 49.6149 0. X1 -252.375 104.623 -2.41223 0. X12 88.0417 154.001 0.571694 0. X1X2 -21.5 147.96 -0.14531 0. X1X3 57.75 147.96 0.390309 0. X2 -1093.75 104.623 -10.4542 0. X22 -43.2083 154.001 -0.280571 0. X2X3 361.5 147.96 2.44323 0. X3 -21.125 104.623 -0.201915 0. X32 343.042 154.001 2.22752 0. Análisis de Varianza Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P Modelo 1.10904E7 9 1.23227E6 14.07 0. Residuo 437841. 5 87568. Total (Corr.) 1.15283E7 14 R-cuadrada = 96.202 porciento R-cuadrado (ajustado para g.l.) = 89.3656 porciento Error estándar del est. = 295. Error absoluto medio = 145. Estadístico Durbin-Watson = 1.37246 (P=0.1786) Autocorrelación de residuos en retraso 1 = 0. El StatAdvisor La salida muestra los resultados de ajustar un modelo de regresión lineal múltiple para describir la relación entre Y1 y 9 variables independientes. La ecuación del modelo ajustado es Y1 = 8476.67 - 252.375X1 + 88.0417X12 - 21.5X1X2 + 57.75X1X3 - 1093.75X2 - 43.2083X22 + 361.5X2X3 - 21.125X3 + 343.042*X Puesto que el valor-P en la tabla ANOVA es menor que 0.05, existe una relación estadísticamente significativa entre las variables con un nivel de confianza del 95.0%. El estadístico R-Cuadrada indica que el modelo así ajustado explica 96.202% de la variabilidad en Y1. El estadístico R- Cuadrada ajustada, que es más apropiada para comparar modelos con diferente número de variables independientes, es 89.3656%. El error estándar del estimado muestra que la desviación estándar de los residuos es 295.919. Este valor puede usarse para construir límites para nuevas observaciones, seleccionando la opción de Reportes del menú de texto. El error absoluto medio (MAE) de 145.611 es el valor promedio de los residuos. El estadístico de Durbin-Watson (DW) examina los residuos para determinar si hay alguna correlación significativa basada en el orden en el que se presentan en el archivo de datos. Puesto que el valor-P es mayor que 0.05, no hay indicación de una autocorrelación serial en los residuos con un nivel de confianza del 95.0%. Para determinar si el modelo puede simplificarse, note que el valor-P más alto de las variables independientes es 0.8901, que corresponde a X1X2. Puesto que el valor-P es mayor o igual que 0.05, ese término no es estadísticamente

significativo con un nivel de confianza del 95.0% ó mayor. Consecuentemente, debería considerarse eliminar X1X2 del modelo. ANOVA adicional para Variables en el Orden Ajustado Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P X1 509545. 1 509545. 5.82 0. X12 16571.9 1 16571.9 0.19 0. X1X2 1849.0 1 1849.0 0.02 0. X1X3 13340.3 1 13340.3 0.15 0. X2 9.57031E6 1 9.57031E6 109.29 0. X22 17990.6 1 17990.6 0.21 0. X2X3 522729. 1 522729. 5.97 0. X3 3570.13 1 3570.13 0.04 0. X32 434502. 1 434502. 4.96 0. Modelo 1.10904E7 9 El StatAdvisor Esta tabla muestra la significancia estadística de cada variable conforme fue agregada al modelo. Puede utilizar esta tabla para ayudarse a determinar si el modelo puede ser simplificado, especialmente si se está ajustando un polinomio. Intervalos de confianza del 95.0% para las estimaciones de los coeficientes Error Parámetro Estimación Estándar Límite Inferior Límite Superior CONSTANTE 8476.67 170.849 8037.48 8915. X1 -252.375 104.623 -521.319 16. X12 88.0417 154.001 -307.832 483. X1X2 -21.5 147.96 -401.844 358. X1X3 57.75 147.96 -322.594 438. X2 -1093.75 104.623 -1362.69 -824. X22 -43.2083 154.001 -439.082 352. X2X3 361.5 147.96 -18.8435 741. X3 -21.125 104.623 -290.069 247. X32 343.042 154.001 -52.8324 738. El StatAdvisor Esta tabla muestra intervalos de confianza del 95.0% para los coeficientes en el modelo. Los intervalos de confianza muestran con qué precisión pueden estimarse los coeficientes dados la cantidad de datos disponibles, y el nivel de ruido que está presente. Matriz de Correlación para las estimaciones de los coeficientes CONSTANTE X1 X12 X1X CONSTANTE 1.0000 0.0000 -0.5547 0. X1 0.0000 1.0000 0.0000 0. X12 -0.5547 0.0000 1.0000 0. X1X2 0.0000 0.0000 0.0000 1. X1X3 0.0000 0.0000 0.0000 0. X2 0.0000 0.0000 0.0000 0. X22 -0.5547 0.0000 0.0769 0. X2X3 0.0000 0.0000 0.0000 0. X3 0.0000 0.0000 0.0000 0. X32 -0.5547 0.0000 0.0769 0. X1X3 X2 X22 X2X CONSTANTE 0.0000 0.0000 -0.5547 0. X1 0.0000 0.0000 0.0000 0. X12 0.0000 0.0000 0.0769 0. X1X2 0.0000 0.0000 0.0000 0. X1X3 1.0000 0.0000 0.0000 0. X2 0.0000 1.0000 0.0000 0. X22 0.0000 0.0000 1.0000 0.

Influencia media de un solo punto = 0. El StatAdvisor La tabla de puntos influyentes enlista todas las observaciones que tienen valores de influencia mayores que 3 veces la de un punto promedio de los datos, ó que tienen un valor inusual de DFITS. Valor de Influencia es un estadístico que mide que tan influyente es cada observación en la determinación de los coeficientes del modelo estimado. DFITS es un estadístico que mide que tanto podrían cambiar los coeficientes estimados si la observación se eliminara del conjunto de datos. En este caso, un punto promedio de los datos tendría un valor de influencia igual a 0.666667. No hay puntos con más de 3 veces el valor de influencia promedio. Hay 6 datos con valores inusualmente grandes de DFITS.

STARIGRAPICS RESUILATDOS ANOVA, Ejercicios de Métodos Computacionales

Documentos relacionados

Vista previa parcial del texto

¡Descarga STARIGRAPICS RESUILATDOS ANOVA y más Ejercicios en PDF de Métodos Computacionales solo en Docsity!

Regresión Múltiple - Y