1REG - MUL2017II (Modo de Compatibilidad)

Estadistica Industrial 9/10/2017
Cuando se tiene dos variables. La ecuacin se

representa de la siguiente forma:
ESTADSTICA INDUSTRIAL Y = b 0 + b 1 X 1 + b 2 X 2
REGRESIN MLTIPLE : Valor estimado correspondiente a la variable
Y dependiente
Donde:
MG. ROSMERI MAYTA H X1 y X2: variables independientes
bo: es la intercepcin con el eje Y
2017 b1: es el cambio neto en Y por cada cambio unitario en X1,
manteniendo X2 constante. Se denomina coeficiente de
regresin neta .
b2: Coeficiente de regresin
9/10/2017 Rosmeri Mayta H. 1 9/10/2017 Rosmeri Mayta H. 4

Estadistica Industrial Estadistica Industrial
Visualizacin: se puede representar una

OBJETIVOS ecuacin de regresin mltiple con dos
variables, como un plano
Escribir la relacin entre 2 o ms variables
independientes y una dependiente utilizando la ecuacin
de regresin mltiple.
Calcular e interpretar el error estndar mltiple de
estimacin y el coeficiente de determinacin.
Interpretar la matriz de correlacin.
Realizar el cuadro de ANOVA y explicarlo.
Realizar la prueba de hiptesis para determinar si los
coeficientes de regresin son diferentes de cero (prueba
global).
Realizar una prueba de hiptesis para cada uno de los
coeficientes de regresin
Ecuacin General de Regresin

REGRESIN MLTIPLE
Mltiple
La regresin mltiple y el anlisis de
correlacin mltiple consiste en estimar una
variable dependiente, utilizando dos o ms Y = a + b1 X 1 + b2 X 2 + b3 X 3 .........bk X k
variables independientes.
Donde:
El modelo genrico ser X1, X2, X3...Xk: Variables independientes
Y = f ( X 1 , X 2 , X 3 ,....)
Variable Variables
dependiente independientes
Mg. Rosmeri Mayta H. 1

MTODO DE MNIMOS CUADRADOS Anlisis de correlacin mltiple
Para calcular los coeficientes, se utiliza el Se utilizan los tres coeficientes

mtodo de Mnimos cuadrados, este mtodo Coeficientes de correlacin Mltiple
nos garantiza que la suma de cuadrados de los
errores sea mnimo. Las ecuaciones normales Coeficiente de determinacin Mltiple
son: Coeficiente de no determinacin
Y = nb 0 + b1 X1 + b 2 X 2 Coeficiente de correlacin mltiple:
X1Y = b 0 X1 + b1 X12 + b 2 X1X 2 Es la medida de la fuerza de asociacin
X 2 Y = b 0 X 2 + b1 X1 X 2 + b 2 X 22 entre la variable dependiente y dos o mas
Donde bo, b1 y b2 son los coeficientes de regresin variables independientes
estimados.
9/10/2017 Rosmeri Mayta H.
Estadistica Industrial
7 9/10/2017 Rosmeri Mayta H.
10
Error estndar mltiple

El error estndar de estimacin en el anlisis de
regresin mltiple mide el error para los valores de Y Sus valores varan de 0 a 1 siempre es es
con respecto al plano de regresin ( cuando positivo
intervienen 2 variables independendientes).
0.95: indica una asociacin muy fuerte
entre las variables dependientes e
(Y Y )
2
SY .12...k = independientes.
n (k + 1)
Donde: 0.08: Indica una relacin muy dbil
Y: es la observacin
: es el valor estimado a partir de la ecuacin de regresin
n: nmero de observaciones.
K: nmero de variables independientes
Consideraciones acerca de la regresin y la

COEFICIENTE DE DETERMINACIN
correlacin mltiples
Es la proporcin ( porcentaje) de la
Las variables independientes y las variables dependientes tienen
una relacin lineal. variacin total en la variable dependiente
y que se explica por medio del conjunto de
La variacin en la diferencia entre los valores real y pronosticado es
la misma para todos los valores ajustados de Y. Esto es (Y-Y) debe variables independientes. .R2
ser aproximadamente igual para todos los valores de Y. Cuando tal
sea el caso, las diferencias presentan homoscedastidad. COEFICIENTE DE LA NO DETERMINACIN:
Los residuos, calculados de Y-Y, estn distribuidos en forma Mide la proporcin de la variacin total en
normal con media igual a 0.
la variable dependiente y, que no se debe
Las observaciones sucesivas de la variable dependiente no estn
correlacionadas. Si tal consideracin no se cumple, la situacin se
a las variables independientes. Se obtiene
denomina auto correlacin. Tal auto correlacin ocurre con
frecuencia cuando se recopilan datos sucesivamente en intervalos
1-.R2
de tiempo.


PRUEBA GLOBAL Tabla ANOVA
Se usa para poner a prueba la capacidad de las FV GL SS MS F
variables independientes, para explicar el Regressions k SSR MSR=SSR/K MSR/MSE

comportamiento de la variable dependiente Y.
Procedimiento Error n-(k+1) SSE MSE=SSE/(n-(k+1))
1)
Ho: 1=2=3........k Total n-1 SST
Ha: No todas las son iguales a cero.

Donde : 1,2,3,....,k = coeficientes de Suma de cuadrado total: SS total =
regresin neta en la poblacin. Suma de cuadrado del error SSE = (Y Y')
2
2) Nivel de significancia Suma de cuadrado debido a la regresion: SSR = SS total - SSE

3) Se utiliza el estadstica F
Coeficiente de Determinacin (r2)
Del cuadro de Anova se obtiene

SSR Si Fk es > Ft, entonces se rechaza la
R 2 Y 12 = hiptesis nula y se acepta la alternativa
TotalSS

PRUEBA DE HIPTESIS INDIVIDUAL PARA

CADA UNO DE LOS COEFICIENTES
4.-Definir la regin de aceptacin y critica
el F (,k, n-k-1) (tablas)
Se usa para probar las variables individualmente para
determinar cuales coeficientes de regresin podran ser
cero y cuales no.
Si una es cero, esto implica que tal variable
independiente en particular, no es de ningn valor para
explicar cualquier variacin en el valor dependiente.
1) Plantear la hiptesis
Para: Variable 1 Variable 2 ..... Variable k
Ho: 1=0 Ho: 2=0 Ho: k=0
Ha: 10 Ha: 20 Ha: k0


ESTIMACIN DEL INTERVALO DE

CONFIANZA
2) Definir el nivel de significancia Es la estimacin del valor de poblacin de
3) El estadstico a utilizar es t un coeficiente de regresin. El anlisis de
4)Definir la R.A y R,C regresin se puede obtener una
estimacin de intervalo de confianza
Calcular el t cal y el t (, n-k-1) (tablas)
: el nivel de significancia
K: Numero de variables independientes
.n : Tamao de la muestra

Estimacin de intervalo para los

coeficientes de regresin parcial
5) Calcular el valor de t para cada uno de
los coeficientes
Tk =( b1-1) / Sb1
Tk =( b2-2) / Sb2
bk tnp1Sbk
Tk =( b3-3) / Sb3
Si el Tk es > Tt, entonces se rechaza la
hiptesis nula ( se realiza para cada uno
de los coeficientes) y se acepta la
alternativa
Si el Tk es > Tt, entonces se rechaza la K: Indica la variable independiente

hiptesis nula ( se realiza para cada uno correspondiente.
de los coeficientes) y se acepta la P: Numero de variables independientes
alternativa Sbk: es el error estndar de la variable
independiente k


PROBLEMA
La empresa Saisberry Realty vende casas en la costa de Estados Unidos.
Una de las preguntas que los posibles compradores hacen con mas Source DF Seq SS
frecuencia es: Si adquirimos este inmueble Cuanto tendramos que pagar Temperat 1 140215
por su calefaccin durante el invierno?. Se ha pedido al departamento de Aislamie 1 24980
investigacin de la compaa que elabore algunos lineamientos con Numero_v 1 48
respecto a costos de calefaccin para casas unifamiliares. Se considero Antigu_c 1 5985
que cuatro variables estn relacionadas con tales costos: (1) la temperatura
Unusual Observations
exterior media diaria,(2) el numero de pulgadas de aislamiento trmico en
Obs Temperat costo_ca Fit StDev Fit Residual St Resid
el desvn ,( 3) numero de ventanas y (4) la antigedad del calefactor. Para
2 29.0 360.0 294.0 44.4 66.0 2.32R
investigar dicho departamento selecciono una muestra aleatoria de 20
inmuebles vendidos recientemente. Luego determin el costo de calentar R denotes an observation with a large standardized residual
una casa en enero pasado, y tambin la temperatura externa durante dicho
mes en la regin, el nmero de pulgadas de aislante en el desvn, y la
antigedad del sistema calorfico. La informacin muestral se encuentra en
la siguiente tabla.

Numero de
a. Calcular la ecuacin de regresin

Temperatura Aislamiento Antigedad
Costo de Calef Exterior media En el desvn ventanas Del calefactor
CASAS (en dlares) F (pulgadas (aos)
mtiple
1 250 35 3 10 6
2 360 29 4 1 10
3 165 36 7 9 3
8
b.-Interprete los coeficientes de regresin

4 43 60 6 9
5 92 65 5 8 6
6 200 30 5 9 5
7 355 10 6 14 7
8 290 7 10
9
10 c. Calcular e interprete los coeficientes de
11
determinacin y no determinacin
9 230 21 9 11
10 120 55 2 9 5
11 73 54 12 11 4
12 205 48 5 10 1
13
14
400
320
20
39
5
4
12
10
15
7 d. Realizar la prueba de hiptesis global e
8
individual.
15 72 60 8 6
16 272 20 5 10 8
17 94 58 7 10 3
18 190 40 8 11 11
19 235 27 9 14 8
20 139 30 7 9 5

Regression Analysis
The regression equation is

costo_calef_Y = 425 - 4.57 Temperatura_x1 - 14.9 Aislamiento_desvan_X2
MODELO CURVILINEO
+ 0.24 Numero_vent.x3 + 6.13 Antigu_calefac_x4
Predictor Coef StDev T P

Constant 424.74 79.23 5.36 0.000
Temperat -4.5719 0.8272 -5.53 0.000
Aislamie -14.906 5.140 -2.90 0.011
Numero_v 0.244 4.953 0.05 0.961
Antigu_c 6.126 4.175 1.47 0.163
S = 52.72 R-Sq = 80.4% R-Sq(adj) = 75.2%
Analysis of Variance
Source DF SS MS F P
Regression 4 171227 42807 15.40 0.000
Residual Error 15 41689 2779
Total 19 212916

MODELO DE REGRESIN CURVILNEO MODELO CENTRADO

Una de las relaciones no lineales ms Un planteamiento alternativo al modelo de regresin
comunes es la relacin polinomial curvilneo consiste en centrar los datos mediante la
curvilnea entre dos variables en la que Y sustraccin de la media de la variable explicativa de
cada valor del modelo. Este modelo de regresin
aumenta (o disminuye) con una rapidez centrada se presenta en la ecuacin.
variable para diferentes valores de X. Este
modelo da una relacin polinomial entre X
Yi = b'0 +b'1 ( X 1i X 1 ) + b11 (X 1i X 1 )
2
e Y puede expresarse como

PRUEBA DE SIGNIFICANCIA DEL

MODELO CURVILINEO
.Prueba global
Yi = 0 +1X1i +11X21i +i Ho: 1=0 Ho: 11=0
Ha: No todos los beta son iguales a
cero
2) Definir el nivel de significancia
3) El estadstico a utilizar es F
Calcular el valor de F
0 = Interseccin Y 4)Calcular el F cal y el F (,k, n-k-1) (tablas)

1 = Efecto lineal en Y : el nivel de significancia. k= 2
11= Efecto curvilneo en Y K: Numero de variables independientes
i= Error aleatorio en Y para la .n : Tamao de la muestra
observacin 5) Si el Fcal es > Ft, entonces se rechaza la
hiptesis nula


5)
los coeficientes
Tk =( b11-11) / Sb11
Si el Tcal es > Tt, entonces se rechaza la

alternativa

PRUEBA DE HIPTESIS PARA PROBAR PRUEBA DE HIPTESIS PARA PROBAR

EL EFECTO CURVILINEO EL EFECTO LINEAL
1) Plantear la hiptesis 1) Plantear la hiptesis

Para: Variable 1 Variable 2 ..... Para: Variable 1 Variable 2 .....
Variable k Variable k
Ho: 11=0 (La inclusin del efecto curvilineo no mejora Ho: 1=0 (La inclusin del efecto lineal no mejora de
de forma significativa el modelo forma significativa el modelo
Ha: 110 (La inclusin del efecto curvilineo mejora de Ha: 10 (La inclusin del efecto lineal mejora de forma
forma significativa el modelo significativa el modelo

2) Definir el nivel de significancia 2) Definir el nivel de significancia

3) El estadstico a utilizar es t 3) El estadstico a utilizar es t
Calcular el valor de t para cada uno de los
4)Calcular el t cal y el t (, n-k-1) (tablas dos coeficientes
colas) Tk =( b1-1) / Sb1
: el nivel de significancia k=2

Calcular el t cal y el t (, n-k-1) (tablas dos

colas)
: el nivel de significancia k=2
4) Si el Tk es > Tt, entonces se rechaza la
alternativa
PRUEBA DE HIPTESIS DEL MODELO

MODELO CURVILINEO CURVILINEO
PROBLEMA Prueba global
Se tiene los datos de precio y ventas de Para: Variable 1 Variable 2 .....
un determinado producto realizar la Variable k
prueba de hiptesis del efecto lineal y Ho: 1 = 11 = 0
curvilneo Ha: 1 110

2) = 0.05
3) El estadstico a utilizar es F
4) El Ft (0.05,2, n-k-1) : el nivel de significancia
k=2
F(2,12) = 3.89
5) Calcular el valor de F para cada uno de los
coeficientes
Fk = 6221.2/165.6= 37.56

Si el Fk es > Ft, Si el Tkl es > Tt

37.56 >3.89 ,entonces se rechaza la Como 2.64 >2.17 entonces se rechaza la
hiptesis nula y se acepta la alternativa hiptesis nula , se concluye la inclusin
del efecto curvilneo mejora de modo
significativo el modelo.

PRUEBA DE HIPTESIS PARA PROBAR PRUEBA DE HIPTESIS PARA PROBAR

EL EFECTO CURVILINEO EL EFECTO LINEAL
1) Plantear la hiptesis 1) Plantear la hiptesis

Para: Variable 1 Variable 2 ..... Para: Variable 1 Variable 2 .....
Variable k Variable k
Ho: 11=0 (La inclusin del efecto curvilneo no mejora Ho: 1=0 (La inclusin del efecto lineal no mejora de
de forma significativa el modelo forma significativa el modelo
Ha: 110 (La inclusin del efecto curvilneo mejora de Ha: 10 (La inclusin del efecto lineal mejora de forma
forma significativa el modelo significativa el modelo

2) = 0.05 2) = 0.05
3) El estadstico a utilizar es t
4) Calcular el t cal y el t (0.05, 12) = 2.17 (tabla dos colas) 3) El estadstico a utilizar es t
: el nivel de significancia k=2 4) Calcular el t cal y el t (0.05, 12) = 2.17 (tabla
dos colas)
5) Calcular el estadstico y tomar la decisin : el nivel de significancia k=2
Calcular el valor de t para cada uno de los coeficientes K: Nmero de variables independientes
Tkl = 465/ 176.2=2.64



los coeficientes
Tk = -1088,7/349.5= -3.11
Si el Tk es > Tt
Como -3.11 <-2.17 entonces se rechaza la
hiptesis nula , se concluye que la
inclusin del efecto lineal mejora el
modelo del efecto curvilneo
9/10/2017 Rosmeri Mayta H. 55


1REG - MUL2017II (Modo de Compatibilidad)

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

1REG - MUL2017II (Modo de Compatibilidad)

Загружено:

Авторское право:

Доступные форматы

Estadistica Industrial 9/10/2017

Cuando se tiene dos variables. La ecuacin se

9/10/2017 Rosmeri Mayta H. 1 9/10/2017 Rosmeri Mayta H. 4

Visualizacin: se puede representar una

Ecuacin General de Regresin

Mg. Rosmeri Mayta H. 1

MTODO DE MNIMOS CUADRADOS Anlisis de correlacin mltiple

Para calcular los coeficientes, se utiliza el Se utilizan los tres coeficientes

Error estndar mltiple

Consideraciones acerca de la regresin y la

9/10/2017 Rosmeri Mayta H. 9 9/10/2017 Rosmeri Mayta H. 12

Mg. Rosmeri Mayta H. 2

PRUEBA GLOBAL Tabla ANOVA

Se usa para poner a prueba la capacidad de las FV GL SS MS F

variables independientes, para explicar el Regressions k SSR MSR=SSR/K MSR/MSE

Ha: No todas las son iguales a cero.

2) Nivel de significancia Suma de cuadrado debido a la regresion: SSR = SS total - SSE

Coeficiente de Determinacin (r2)

Del cuadro de Anova se obtiene

9/10/2017 Rosmeri Mayta H. 14 9/10/2017 Rosmeri Mayta H. 17

PRUEBA DE HIPTESIS INDIVIDUAL PARA

9/10/2017 Rosmeri Mayta H. 15 9/10/2017 Rosmeri Mayta H. 18

Mg. Rosmeri Mayta H. 3

ESTIMACIN DEL INTERVALO DE

9/10/2017 Rosmeri Mayta H. 19 9/10/2017 Rosmeri Mayta H. 22

Estimacin de intervalo para los

Si el Tk es > Tt, entonces se rechaza la K: Indica la variable independiente

9/10/2017 Rosmeri Mayta H. 21 9/10/2017 Rosmeri Mayta H. 24

Mg. Rosmeri Mayta H. 4

9/10/2017 Rosmeri Mayta H. 25 9/10/2017 Rosmeri Mayta H. 28

a. Calcular la ecuacin de regresin

b.-Interprete los coeficientes de regresin

9/10/2017 Rosmeri Mayta H. 26 9/10/2017 Rosmeri Mayta H. 29

The regression equation is

Predictor Coef StDev T P

S = 52.72 R-Sq = 80.4% R-Sq(adj) = 75.2%

Mg. Rosmeri Mayta H. 5

MODELO DE REGRESIN CURVILNEO MODELO CENTRADO

9/10/2017 Rosmeri Mayta H. 31 9/10/2017 Rosmeri Mayta H. 34

PRUEBA DE SIGNIFICANCIA DEL

0 = Interseccin Y 4)Calcular el F cal y el F (,k, n-k-1) (tablas)

9/10/2017 Rosmeri Mayta H. 33 9/10/2017 Rosmeri Mayta H. 36

Mg. Rosmeri Mayta H. 6

Si el Tcal es > Tt, entonces se rechaza la

9/10/2017 Rosmeri Mayta H. 37 9/10/2017 Rosmeri Mayta H. 40

PRUEBA DE HIPTESIS PARA PROBAR PRUEBA DE HIPTESIS PARA PROBAR

1) Plantear la hiptesis 1) Plantear la hiptesis

9/10/2017 Rosmeri Mayta H. 38 9/10/2017 Rosmeri Mayta H. 41

2) Definir el nivel de significancia 2) Definir el nivel de significancia

Mg. Rosmeri Mayta H. 7

Calcular el t cal y el t (, n-k-1) (tablas dos

PRUEBA DE HIPTESIS DEL MODELO

9/10/2017 Rosmeri Mayta H. 44 9/10/2017 Rosmeri Mayta H. 47

Mg. Rosmeri Mayta H. 8

Si el Fk es > Ft, Si el Tkl es > Tt

9/10/2017 Rosmeri Mayta H. 49 9/10/2017 Rosmeri Mayta H. 52

PRUEBA DE HIPTESIS PARA PROBAR PRUEBA DE HIPTESIS PARA PROBAR

1) Plantear la hiptesis 1) Plantear la hiptesis

9/10/2017 Rosmeri Mayta H. 50 9/10/2017 Rosmeri Mayta H. 53

9/10/2017 Rosmeri Mayta H. 51 9/10/2017 Rosmeri Mayta H. 54

Mg. Rosmeri Mayta H. 9

5) Calcular el valor de t para cada uno de

9/10/2017 Rosmeri Mayta H. 55