Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Ejercicio Analisis Multivariable, Ejercicios de Análisis Elemental

Ejercicio Analisis Multivariable corregido. Tiene explicaciones

Tipo: Ejercicios

2019/2020

Subido el 20/09/2021

sara-eslamejor
sara-eslamejor 🇪🇸

4

(1)

17 documentos

1 / 3

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
1
EJERCICIO DE REGRESIÓN LINEAL MÚLTIPLE. Clase del 7 de abril de 2021
EJERCICIO CORREGIDO
1.Escribe la ecuación de regresión.
Y = 9,95 + 0,03x(Ideología) + (-0,20)xSexo + (-0,04)xEdad + (-0,07)x(Vivienda en Propiedad)
2. Calcula Y para un hombre de 60 años, con ideología de derecha (8) y con la casa en
propiedad; y también para una mujer de 60 años con ideología de derecha y con la casa en
propiedad. Calcula Y para otros dos perfiles que te parezcan interesantes.
Hombre (1), 60 años (60), ideología = 8 (8), casa en propiedad (1)
Y = 9,95 + 0,03x(8) + (-0,20)x1 + (-0,04)x60 + (-0,07)x(1)= 7,52. Este perfil de persona,
de media, valora su salud con un 7,52 en una escala de 0 a 10.
pf3

Vista previa parcial del texto

¡Descarga Ejercicio Analisis Multivariable y más Ejercicios en PDF de Análisis Elemental solo en Docsity!

EJERCICIO DE REGRESIÓN LINEAL MÚLTIPLE. Clase del 7 de abril de 2021 EJERCICIO CORREGIDO 1.Escribe la ecuación de regresión. Y = 9,95 + 0,03x(Ideología) + (-0,20)xSexo + (-0,04)xEdad + (-0,07)x(Vivienda en Propiedad)

  1. Calcula Y para un hombre de 60 años, con ideología de derecha (8) y con la casa en propiedad; y también para una mujer de 60 años con ideología de derecha y con la casa en propiedad. Calcula Y para otros dos perfiles que te parezcan interesantes.  Hombre (1), 60 años (60), ideología = 8 (8), casa en propiedad (1) Y = 9,95 + 0,03x(8) + (-0,20)x1 + (-0,04)x60 + (-0,07)x(1)= 7,52. Este perfil de persona, de media, valora su salud con un 7,52 en una escala de 0 a 10.

 Mujer (2), 60 años (60), ideología = 8 (8), casa en propiedad (1) Y = 9,95 + 0,03x(8) + (-0,20)x2 + (-0,04)x60 + (-0,07)x(1)= 7,32. Este perfil de persona, de media, valora su salud con un 7,32 en una escala de 0 a 10. 3.Explica en un párrafo la relación entre las variables. Las mujeres valoran su estado de salud peor que los hombres, y a mayor edad, peor valoración del estado de salud. La ideología política y el hecho de tener la vivienda en propiedad no tienen relación estadísticamente significativa con la valoración que la gente hace de su salud.

  1. ¿Este modelo de regresión (o sea, la ecuación que has escrito) se ajusta bien a los datos? En otras palabras, ¿realmente tu ecuación resume bien la relación entre las variables?* *Para responder a esta pregunta tienes que mirar el valor de R^2. Explicación en el PPT del tema 3 y en las páginas 11 y19 del capítulo de SPSS sobre regresión. R^2 es = 0,14, es decir, con mi modelo de regresión puedo predecir cómo valora la gente su salud un 14% mejor que si solo conociera cómo valora su salud, de media, toda mi muestra. Pensad que si yo tuviera que predecir cómo valora su salud una persona residente en España, y no supiera absolutamente nada de esa persona, lo mejor que podría hacer es usar para mi predicción la media nacional de la valoración del estado de salud (que es 7,71, como podéis ver en la tabla). Esta predicción basada en la media sería un 14% peor que la que hago teniendo la información sobre las otras variables. Otra manera de expresarlo es decir que las variables explicativas que he incluido en mi modelo de regresión explican el 14% de lo que varía la gente al valorar su estado de salud. Mejorar una predicción en un 14% no parece mucho, pero los fenómenos sociales son muy complejos y no solemos tener grandes R^2
  2. Ya que estamos trabajando con datos de encuesta, ¿podría ser que tu modelo de regresión tenga un buen ajuste (R^2 ) pero que esto sea solo fruto del azar? Es decir, ¿podría ser que el modelo de regresión no sea válido para el total de la población?** **Para responder a esta pregunta tienes que mirar el estadístico F y su significatividad estadística. La explicación está en las páginas 12 y 19 del capítulo de SPSS sobre regresión. F es 75,81 y es estadísticamente significativo al 0.000. Es decir, si en la población general no hubiera ninguna relación entre mis variables explicativas y mi variable dependiente, la probabilidad de sacar un F = 75,81 es menos de 1 por mil. ¡¡ACORDAOS DE CÓMO SE INTERPRETABA CHI^2 PORQUE LA IDEA ES LA MISMA!!
    1. Estamos trabajando con datos de encuesta, así que podría ser que las relaciones que estoy viendo en mis datos y resumiendo mediante mi ecuación de regresión no reflejen realmente lo que pasa en la población general. ¿Seguro que todas variables independientes que aparecen en el modelo tienen relación con la variable dependiente? *** ***Para responder a esta pregunta tenéis que leer las páginas 15 y 22 del capítulo de regresión de SPSS.