Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 19 vistas

    Σyσ X Σxyσ X Nσ X Nσ Xy −Σxσ Y Nσ X: Suma Promedio

    Cargado por

    Izhar
    El documento presenta los resultados de estimar un modelo de regresión lineal simple utilizando el método de mínimos cuadrados ordinarios. Se estiman los parámetros β0 y β1 y se realizan pruebas de hipótesis para determinar si son estadísticamente significativos.

    Copyright:

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

    Σyσ X Σxyσ X Nσ X Nσ Xy −Σxσ Y Nσ X: Suma Promedio

    Cargado por

    Izhar
    19 vistas14 páginas
    El documento presenta los resultados de estimar un modelo de regresión lineal simple utilizando el método de mínimos cuadrados ordinarios. Se estiman los parámetros β0 y β1 y se realizan pruebas de hipótesis para determinar si son estadísticamente significativos.

    Título original

    2222

    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 documento presenta los resultados de estimar un modelo de regresión lineal simple utilizando el método de mínimos cuadrados ordinarios. Se estiman los parámetros β0 y β1 y se realizan pruebas de hipótesis para determinar si son estadísticamente significativos.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    19 vistas14 páginas

    Σyσ X Σxyσ X Nσ X Nσ Xy −Σxσ Y Nσ X: Suma Promedio

    Cargado por

    Izhar
    El documento presenta los resultados de estimar un modelo de regresión lineal simple utilizando el método de mínimos cuadrados ordinarios. Se estiman los parámetros β0 y β1 y se realizan pruebas de hipótesis para determinar si son estadísticamente significativos.

    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 14

    La calificación de un grupo de estudiantes en el examen parcial (x) y en el examen finan (y), fueron las

    siguientes:

    X Y
    12 15
    8 10
    10 12
    13 14
    9 12
    14 15
    11 16
    18 20
    12 14
    10 12
    12 10
    14 16
    9 11
    10 13
    15 17
    12 15
    11 12
    12 13
    11 12
    10 13
    14 12
    13 14
    10 13
    12 15
    13 14
    12 13
    16 18
    15 17
    suma 338 388
    promedio 12.07142857 13.8571429

    Considerando el siguiente modelo Y=β 0+β₁X+u, donde x=examen parcial e “y”=examen final. Estime el
    modelo por M.C.O.

    ΣyΣ x2 −ΣxyΣ x 388 ( 4222 )−4803(338)


    β0 = 2 2 …….β0 = …………3.70644512
    nΣ x − ( Σ x ) 28 ( 4222 )−(338)2
    nΣ xy −ΣxΣ y 28(4803)−338(388)
    β1 = 2 2 ……….. β1 = 2 …………. 0.8408862
    nΣ x −( Σ x ) 28(4222)− (338 )
    YDESV U U^2
    13.7970796 1.20292044 1.44701759
    10.4335347 -0.4335347 0.18795237
    12.1153072 -0.1153072 0.01329574
    VAR.RES 1.82581643
    14.6379658 -0.6379658 0.40700031
    VAR.B0 1.94073438 S.EB0 1.39310243
    11.2744209 0.72557905 0.52646496
    VARB1 0.01287081 S.E.B1 0.1134496
    15.478852 -0.478852 0.2292992
    12.9561934 3.04380665 9.2647589
    Σ u2 51.12286
    Varianza residual = …….. 18.8423968 1.15760322 1.34004522
    n 28
    13.7970796 0.20292044 0.04117671
    Varianza B0 = V.R.( Σ X2)/(28* Σ Ẋ2)……. 1.82581643(4222)/(28*141.85) 12.1153072 -0.1153072 0.01329574
    13.7970796 -3.7970796 14.4178132
    Varianza B1=V.R/ Σ Ẋ2 …………1.82581643/141.85
    15.478852 0.52114804 0.27159528
    S.EB0= √ VAR . B 0 …….√ 1.94073438 11.2744209 -0.2744209 0.07530686
    12.1153072 0.88469285 0.78268144
    S.EB1= √ VAR . B 1…….√ 0.01287081
    16.3197382 0.68026183 0.46275616
    13.7970796 1.20292044 1.44701759
    12.9561934 -0.9561934 0.91430573
    13.7970796 -0.7970796 0.63533582
    12.9561934 -0.9561934 0.91430573
    12.1153072 0.88469285 0.78268144
    Prueba de hipótesis
    15.478852 -3.478852 12.102411
    Se tomo un nivel de significancia del 5% con 2 parámetros (β0 y β1) 14.6379658 -0.6379658 0.40700031
    12.1153072 0.88469285 0.78268144
    T.Calculad 2.6605689 β0
    ………… T.C.= 13.7970796 1.20292044 1.44701759
    a B0 8 S . EB 0
    14.6379658 -0.6379658 0.40700031
    13.7970796 -0.7970796 0.63533582
    T.calculad 7.4119806 17.1606244 0.83937563 0.70455145
    a B1 3 β1
    ………….. T.C.= 16.3197382 0.68026183 0.46275616
    S . EB 1
    388 -8.882E-15 51.12286

    Grados de …… n-K…….28-2=26
    T. Tablas 2.06 libertad

    Prueba de bondad de ajuste

    0.81387726
    8 coeficiente de correlación
    0.66239620
    7 coeficiente de determinación
    nΣ xy−Σx y
    Coeficiente de correlación (r)………..rxy= 2 2 ……………
    √ nΣ x −( Σ x ) ∗√ nΣ y − ( Σ y )
    2 2

    28∗4803−4803
    2 2
    √28 ( 4222 )−( 338 ) ∗√28(5528)− (388 )
    Coeficiente de determinación r2……..(0.813877268)2

    -2.06 Prueba de B0 2.06

    B0=2.66

    α=0.05

    Hipótesis B0 T.C=2.66
    H0 : B0=0 se rechaza y la alterna de acepta, el valor parámetro si es
    estadísticamente significativo H 1 : B0≠0

    -2.06 Prueba de B1 2.06


    B1 zona de rechazo=7.41

    α=0.05

    hipótesis B1 T.C=7.41
    H0 : B1=0 se rechaza y la alterna de acepta, el valor parámetro si es
    estadísticamente significativo H 1 : B1≠0

    Y=3.8+.85x

    B1 indica que, en promedio, en cada incremento de un punto en la calificación de los exámenes parciales,
    le corresponde un incremento de .85 en la calificación del examen final.

    También podría gustarte