Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 865 vistas

    Ejercicio 1

    Cargado por

    diego
    El gerente de una empresa agroindustrial estudió la relación entre los gastos (Y) y los salarios (X) de 20 obreros. Los datos muestran que a mayor salario corresponde mayor gasto. El modelo de regresión lineal explica el 95.5% de la variación en Y. El análisis de varianza (ANOVA) muestra que el coeficiente B es significativo, indicando una relación positiva entre X e Y.

    Copyright:

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

    Ejercicio 1

    Cargado por

    diego
    865 vistas2 páginas
    El gerente de una empresa agroindustrial estudió la relación entre los gastos (Y) y los salarios (X) de 20 obreros. Los datos muestran que a mayor salario corresponde mayor gasto. El modelo de regresión lineal explica el 95.5% de la variación en Y. El análisis de varianza (ANOVA) muestra que el coeficiente B es significativo, indicando una relación positiva entre X e Y.

    Descripción original:

    Regresión simple con SPSS

    Título original

    EJERCICIO 1

    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?

    El gerente de una empresa agroindustrial estudió la relación entre los gastos (Y) y los salarios (X) de 20 obreros. Los datos muestran que a mayor salario corresponde mayor gasto. El modelo de regresión lineal explica el 95.5% de la variación en Y. El análisis de varianza (ANOVA) muestra que el coeficiente B es significativo, indicando una relación positiva entre X e Y.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    865 vistas2 páginas

    Ejercicio 1

    Cargado por

    diego
    El gerente de una empresa agroindustrial estudió la relación entre los gastos (Y) y los salarios (X) de 20 obreros. Los datos muestran que a mayor salario corresponde mayor gasto. El modelo de regresión lineal explica el 95.5% de la variación en Y. El análisis de varianza (ANOVA) muestra que el coeficiente B es significativo, indicando una relación positiva entre X e Y.

    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 2

    El gerente de la empresa agroindustrial Bajo Mayo estudia la relacin entre la

    variable dependiente: Y=Gastos y la variable independiente X=Salario ,de su


    personal obrero. Si una muestra aleatoria de 20 obreros revelo los siguientes
    datos el dlares por semana

    Nro x y
    1 25 18
    2 25 21
    3 25 24
    4 28 22
    5 28 24
    6 28 27
    7 35 29
    8 35 32
    9 40 33
    10 40 35
    11 40 37
    12 50 39
    13 50 42
    14 50 46
    15 70 50
    16 70 54
    17 70 58
    18 80 65
    19 80 70
    20 80 75

    Interpretacin

    Resumen del modelo

    R cuadrado Error tp. de la


    Modelo R R cuadrado corregida estimacin
    1 ,977(a) ,955 ,952 3,722
    a Variables predictoras: (Constante), X

    Coeficiente de determinacin o R^2


    Es el porcentaje de la varianza de Y que queda explicada por la regresin de Y
    sobre X
    Cuanto mayor es R^2 menor es la dispersin
    R^2=95.5% ,se interpreta que el 95.5% de la variacin de la variable
    dependiente Y es explicada por la regresin lineal. Es decir de los 96 puntos
    que estuvieran en la lnea de represin ,4 estaran fuera
    ANOVA(b)
    Suma de Media
    Modelo cuadrados gl cuadrtica F Sig.
    1 Regresin 5279,653 1 5279,653 381,208 ,000(a)
    Residual 249,297 18 13,850
    Total 5528,950 19
    a Variables predictoras: (Constante), X
    b Variable dependiente: Y

    Mtodo de ANOVA para B


    Antes de analizar el modelo de regresin se tiene que evaluar si b es
    significativo o no
    Si es b diferente de 0 hay indicios de regresin en la poblacin
    Si b=0 el modelo de regresin estimado no podra ser aplicado para hacer
    predicciones
    Hiptesis nula :b=0
    Hipotesis alternativa., b es diferente de 0
    Si el F calculado es mayor que F tabla entonces B es diferente de 0
    F=MCR/MCE=Fcal
    Ftabla=f(1,n-2)=f(1,18)=4.41
    Coeficientes(a)

    Coeficientes
    Coeficientes no estandarizado
    estandarizados s

    Modelo B Error tp. Beta t Sig.


    1 (Constante) 1,129 2,160 ,522 ,608
    X ,820 ,042 ,977 19,525 ,000
    a Variable dependiente: Y

    B=0.82,por cada aumento de $1 en los salarios semanales, corresponde un


    gasto promedio de 0.82$ en los gastos semanales

    También podría gustarte