Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 529 vistas

    Evaluacion 2

    Cargado por

    Dennisse Illescas Arbeláez
    Este documento presenta un análisis de regresión lineal simple y múltiple utilizando datos de empleados. Se selecciona una muestra aleatoria del 95% de los casos y se realiza un análisis de regresión lineal simple utilizando el salario como variable dependiente y el salario inicial como variable independiente. Luego, se representa gráficamente la relación entre el salario, el salario inicial y la experiencia previa. Finalmente, se lleva a cabo un análisis de regresión múltiple utilizando estas tres variables

    Copyright:

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

    Evaluacion 2

    Cargado por

    Dennisse Illescas Arbeláez
    529 vistas5 páginas
    Este documento presenta un análisis de regresión lineal simple y múltiple utilizando datos de empleados. Se selecciona una muestra aleatoria del 95% de los casos y se realiza un análisis de regresión lineal simple utilizando el salario como variable dependiente y el salario inicial como variable independiente. Luego, se representa gráficamente la relación entre el salario, el salario inicial y la experiencia previa. Finalmente, se lleva a cabo un análisis de regresión múltiple utilizando estas tres variables

    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 un análisis de regresión lineal simple y múltiple utilizando datos de empleados. Se selecciona una muestra aleatoria del 95% de los casos y se realiza un análisis de regresión lineal simple utilizando el salario como variable dependiente y el salario inicial como variable independiente. Luego, se representa gráficamente la relación entre el salario, el salario inicial y la experiencia previa. Finalmente, se lleva a cabo un análisis de regresión múltiple utilizando estas tres variables

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    529 vistas5 páginas

    Evaluacion 2

    Cargado por

    Dennisse Illescas Arbeláez
    Este documento presenta un análisis de regresión lineal simple y múltiple utilizando datos de empleados. Se selecciona una muestra aleatoria del 95% de los casos y se realiza un análisis de regresión lineal simple utilizando el salario como variable dependiente y el salario inicial como variable independiente. Luego, se representa gráficamente la relación entre el salario, el salario inicial y la experiencia previa. Finalmente, se lleva a cabo un análisis de regresión múltiple utilizando estas tres variables

    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 5

    Evaluación No.

     Determinación de una muestra aleatoria de casos.


     Regresión lineal simple y múltiple.
    Por favor calcule e interprete los procedimientos correspondientes en el
    análisis de los datos que se indican. Utilice los apuntes de la
    asignatura o lo que usted considere necesario.

    a. “Seleccione casos” de una muestra aleatoria de la variable


    “Fecha de nacimiento” (95% de todos los casos). Archivo de
    SPSS “Datos de empleados”, Datos, Seleccionar casos.

    Como se puede evidenciar, el resultado de la muestra aleatoria de la


    variable fecha de nacimiento, con el 95% de los casos resulta en 458
    válidos.

    b. Realice un análisis de regresión lineal simple (simple=una


    variable independiente) con las especificaciones que el programa
    tiene establecidas por defecto (véase la opción Regresión lineal
    del menú Analizar). Seleccionar la variable “Salario”
    (dependiente) y “Salini” (independiente). Calcule la ecuación de
    regresión mediante la determinación de los coeficientes de
    regresión parcial. Determine a través del “Resumen del modelo”
    la variabilidad del “Salario actual” sabiendo que R2 es el
    porcentaje de mejora en los pronósticos (R2 expresa la
    proporción de varianza de la variable dependiente que está
    explicada por la variable independiente; Coeficiente de
    determinación). Considerar que en el ejemplo R (coeficiente de
    correlación múltiple) toma un valor muy alto (su máximo es 1) y
    R2 indica que el x% de la variabilidad del “Salario actual” está
    explicada por, depende de, o está asociada al “Salario inicial”.
    c.En un análisis de regresión lineal múltiple (múltiple=más de una
    variable independiente), la ecuación de regresión ya no define
    una recta en un plano, sino un hiperplano en un espacio
    multidimensional. En un modelo con, por ejemplo, dos variables
    independientes, el diagrama de dispersión adopta la forma de un
    plano en un espacio tridimensional. Considerando lo anterior, por
    favor represente con “Salario” como variable dependiente y
    “Salini” (salario inicial) y “Expprev” (experiencia previa) como
    variables independientes, el diagrama de dispersión
    aproximado (intuido) correspondiente (no utilice SPSS). ¿Se
    puede sacar algún supuesto de la representación obtenida?.

    salini
    $90,000.00
    $80,000.00
    $70,000.00
    $60,000.00
    $50,000.00
    $40,000.00
    $30,000.00
    $20,000.00
    $10,000.00
    $0.00
    $0.00 $20,000.00 $40,000.00 $60,000.00 $80,000.00 $100,000.00 $120,000.00 $140,000.00 $160,000.00

    Se puede evidenciar que existe una clara relación entre el aumento de


    salarios y el salario inicial. Se evidencia la relación que existe entre las 2
    variables, y que existe una dependencia entre el salario actual con el
    salario inicial.
    d. Lleve a cabo un análisis de regresión múltiple con Regresión
    lineal del menú Analizar, seleccionando la variable “Salario”
    (dependiente) y las variables “Salini, Expprev y Educ” como
    independientes. Determine el “Resumen del modelo” y la
    ecuación de regresión correspondiente.
    Considerando que el resumen del ANOVA ofrece el nivel crítico
    (Sig.; si es <0,05 indicará la existencia de relación lineal
    significativa), ¿sabría indicar si el hiperplano definido por
    la ecuación de regresión ofrece un buen ajuste a la nube de
    puntos?, ¿y si las tres variables utilizadas contribuyen de forma
    significativa al ajuste del modelo? (Tabla de coeficientes de
    regresión parcial).

    -Resumen del modelo

    - ANOVA: El valor se evidencia que es < 0,05 por lo cual existe una relación lineal
    significativa.

    - Ecuación

    También podría gustarte