

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Estadistica multivariable, Universidad Complutense de Madrid. Carrera: Comercio
Tipo: Ejercicios
1 / 2
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!


El objetivo de la regresión es obtener la ecuación matemática o modelo que mejor recoge la relación de dependencia entre una variable dependiente y una o varias independientes.
Primero hay que evaluar los diagramas de dispersión y ver si siguen una relación lineal r=1. Después calcular el coeficiente de correlación lineal r para los datos. -1<r<1. Después hacer un contraste de hipótesis. Ho p=0, H1 p#0. TABLA. La r de la muestra es Pearson correlation. Y sig. es el nivel de significación. Si sale inferior que 0.01 rechazamos la hipótesis nula de incorrelacion lineal entre las variables. Para calcular la recta, miramos la tabla de coeficientes. La recta general es Y = b1(X) + b0. B0 es la constante, en coeficientes estandarizados. Se pone con el signo que aparezca. Después el contraste de hipótesis, rechazamos el p valor (sig.) cuando es más bajo de 0.
Miramos el ANOVA, existe evidencia estadística significativa para rechazar la hipótesis nula de que todos los coeficientes de las variables es 0. Por lo que una de las variables está en el modelo.
Existe multicolinealidad cuando el VIF es mayor que 4, aunque lo ideal es que sea igual a 1.
Como hay modelo, lo siguiente es mirar si el modelo es bueno. Hay que mirar la R cuadrado CORREGIDA. Cuanto más cerca de 1 este el valor, más bueno será el modelo. La variación en la variable consumo se explican en un 72,8% a partir de las variables peso y aceleración. Hay modelo y el modelo es bueno.
La siguiente pregunta es saber cuál es el modelo, para ello miramos la tabla de coeficientes. CONSUMO = 4.761 + 0.0010 * PESO – 0.259 * ACELERACION
INTERPRETACION DE LOS COEFICIENTES
4.761= La constante no siempre es interpretable, en este caso no lo tiene porque significaría que 4.761 sería el consumo que tendría un coche que pesase 0 kg y no acelerase.
0.011 = Por cada 100 kilos más de peso es que el coche consume 1.1 litros por cada 100 kilómetros.
-0.259 = La aceleración se mide en el tiempo que pasas de 0 a 100. Estamos hablando de los segundos que tarda. El signo que es negativo indica que tardas muy pocos segundos en pasar de 0 a 100. En este caso es negativo cuanto mayor aceleración. Un nivel bajo es que tarda muy pocos segundos. ------- En este caso, para que las unidades sean correctas, un coche cuyo poder de aceleración disminuye en 4 segundos, eso tiene un impacto esperado de 1 litro por cada 100 kilómetros recorridos. Un coche que tarda 4 (que el 0.259 este cerca de 1) segundos más en ponerse de 0 a 100 tiende a disminuir su consumo en aproximadamente 1 litro por cada 100 kilómetros. Si tardas menos segundos en ponerte de 0 a 100, eso implica un consumo extra de 1 litro por cada 100 kilómetros.
Para estimar la pregunta II solo habría que sustituir en la fórmula: CONSUMO = 4.761 + 0.0010 * PESO – 0.259 * ACELERACION. Y la cilindrada no se tiene en cuenta porque el modelo no le tienen en cuenta.
¿Cuál es la variable que más influye en el consumo? CONSUMO = 4.761 + 0.0010 * PESO – 0.259 * ACELERACION Tendríamos que estandarizar los coeficientes. Mirar en la tabla de coeficientes los coeficientes estandarizados.