Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 24 vistas

    D. Carmen. Regresión y Correlación Lineal Múltiple

    Cargado por

    ermides
    Este documento presenta los resultados de un análisis de regresión lineal múltiple que examina la relación entre el peso (variable dependiente) y la edad y estatura (variables independientes) de 120 individuos. Los resultados muestran que existe una fuerte relación positiva entre las variables, con un coeficiente de correlación múltiple de 0.93364793.

    Copyright:

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

    D. Carmen. Regresión y Correlación Lineal Múltiple

    Cargado por

    ermides
    24 vistas2 páginas
    Este documento presenta los resultados de un análisis de regresión lineal múltiple que examina la relación entre el peso (variable dependiente) y la edad y estatura (variables independientes) de 120 individuos. Los resultados muestran que existe una fuerte relación positiva entre las variables, con un coeficiente de correlación múltiple de 0.93364793.

    Descripción original:

    CORRELACIÓN SIMPLE

    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?

    Este documento presenta los resultados de un análisis de regresión lineal múltiple que examina la relación entre el peso (variable dependiente) y la edad y estatura (variables independientes) de 120 individuos. Los resultados muestran que existe una fuerte relación positiva entre las variables, con un coeficiente de correlación múltiple de 0.93364793.

    Copyright:

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

    D. Carmen. Regresión y Correlación Lineal Múltiple

    Cargado por

    ermides
    Este documento presenta los resultados de un análisis de regresión lineal múltiple que examina la relación entre el peso (variable dependiente) y la edad y estatura (variables independientes) de 120 individuos. Los resultados muestran que existe una fuerte relación positiva entre las variables, con un coeficiente de correlación múltiple de 0.93364793.

    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

    Eje Y. Eje X1. Eje X2.

    Peso (kg) EDAD ESTATURA (M)


    (VD)
    Carmen Alicia Navarro Jiménez. (IV) (IV)
    26/11/2018 12.50 3 0.65
    60.00 31 1.74
    Regresión y Correlación
    72.50 62 1.58
    Lineal Múltiple 58.00 64 1.59
    16.50 4 1
    - Identificar una 57.60 65 1.65 variable
    cuantitativa 78.60 55 1.7 dependiente y
    5.20 1 0.73
    varias variables independientes
    53.80 18 1.62
    del estudio de 45.80 42 1.53 investigación.
    60.20 23 1.65
    19.70 8 1.18
    62.70 71 1.69
    78.60 53 1.58
    52.70 20 1.53
    8.90 2 0.85
    70.00 73 1.64
    80.90 25 1.75
    Realizar el 78.90 35 1.6 diagrama de
    dispersión de 15.90 5 1.03 dichas variables:
    56.00 24 1.55
    52.90 23 1.58
    78.50 19 1.78
    calcular la recta 85.80 54 1.66 de regresión y el
    coeficiente de 65.20 19 1.7 correlación para
    probar 60.00 21 1.79 estadísticamente
    su relación. 67.20 56 1.72
    85.00 43 1.68
    Estadísticas de la regresión
    24.50 5 1.03
    Coeficiente de correlación múltiple 0.93364793
    65.40 21 1.63
    Coeficiente de determinación R^2 0.87169846
    60.60 54 1.73
    R^2 ajustado 0.86950527
    85.00 51 1.68
    Error típico 8.22644503
    57.30 26 1.58
    Observaciones 120
    67.90 22 1.65
    2.60 0 0.45
      Coeficiente Error típico75.30Estadístico 26 Probabilida 1.78
    Inferior Superior Inferior Superior
    s 45.20 t 73 d 1.5
    95% 95% 95.0% 95.0%
    Intercepción - 3.6814171850.20 - 85 8.2215E-18 1.64 - - - -
    37.4709891 23.00 10.178414 7 1.16
    44.761842 30.1801353 44.7618429 30.1801353
    45.00 3 16 1.52 9
    Variable X 1 0.1025092 0.0400438265.70 2.5599252 520.0117434 0.02320451.58 0.18181389 0.0232045 0.18181389
    4
    16.70 4 0.98
    Variable X 2 59.4753947 2.79418639 21.285407 4.8195E-42 53.941655 65.0091345 53.941655 65.0091345
    60.50 20 1.65
    57.80 68 1.59
    60.30 54 1.61
    78.50 44 1.79
    15.30 3 0.96
    65.20 81 1.67
    65.60 20 1.7
    Carmen Alicia Navarro Jiménez.
    26/11/2018

    Relacionar la información obtenida con el problema.

    Teniendo en cuenta el coeficiente de correlación múltiple, podemos decir que las variables
    si están relacionadas entre sí. Es decir, que el peso depende de las otras dos variables que
    son edad y estatura. Por lo tanto, la relación es fuerte, ya que el r se ubica entre 0.85 y 0.95
    para una relación fuerte, casi perfecta.

    También podría gustarte