Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 47 vistas

    Excel Trabajo 1

    Cargado por

    SHARYTH NATALIA GARCIA RAMIREZ
    El resumen analiza los datos de consumo e ingresos de 12 personas usando regresión lineal. La ecuación de regresión encontrada es Y=1.7778+0.5582x con un R^2 de 0.8447, indicando una fuerte relación positiva. Este modelo predice que alguien con ingresos de $27,500 tendría un consumo de aproximadamente $15,351.

    Copyright:

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

    Excel Trabajo 1

    Cargado por

    SHARYTH NATALIA GARCIA RAMIREZ
    47 vistas8 páginas
    El resumen analiza los datos de consumo e ingresos de 12 personas usando regresión lineal. La ecuación de regresión encontrada es Y=1.7778+0.5582x con un R^2 de 0.8447, indicando una fuerte relación positiva. Este modelo predice que alguien con ingresos de $27,500 tendría un consumo de aproximadamente $15,351.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    XLSX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El resumen analiza los datos de consumo e ingresos de 12 personas usando regresión lineal. La ecuación de regresión encontrada es Y=1.7778+0.5582x con un R^2 de 0.8447, indicando una fuerte relación positiva. Este modelo predice que alguien con ingresos de $27,500 tendría un consumo de aproximadamente $15,351.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    47 vistas8 páginas

    Excel Trabajo 1

    Cargado por

    SHARYTH NATALIA GARCIA RAMIREZ
    El resumen analiza los datos de consumo e ingresos de 12 personas usando regresión lineal. La ecuación de regresión encontrada es Y=1.7778+0.5582x con un R^2 de 0.8447, indicando una fuerte relación positiva. Este modelo predice que alguien con ingresos de $27,500 tendría un consumo de aproximadamente $15,351.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    de 8

    Consumidor Ingreso x Consumo y xy x^2

    1 24.3 16.2 393.66 590.49


    2 12.5 8.5 106.25 156.25
    3 31.2 15 468 973.44
    4 28 17 476 784
    5 35.1 24.2 849.42 1232.01
    6 10.5 11.2 117.6 110.25
    7 23.2 15 348 538.24
    8 10 7.1 71 100
    9 8.5 3.5 29.75 72.25
    10 15.9 11.5 182.85 252.81
    11 14.7 10.7 157.29 216.09
    12 15 9.2 138 225

    Cantidad de datos (n) ∑x ∑y ∑x*y ∑x^2


    12 228.9 149.1 3337.82 5250.83

    PASOS PASOS

    50.6523423

    10 n-2
    5.06523423 SCE/n-2

    2.25060752

    288581.881 scx*sxy
    537.198177 raiz scx*sxy
    0.9190975 scx*sxy/raiz( scx*scy)

    0.84474021 Porciento
    84.4740209324071
    y^2
    262.44
    72.25
    225
    289
    585.64 a) Haga un diagrama de disperciòn para los datos
    125.44
    225
    DIAGRAMA DE DISPERCI
    50.41
    12.25
    132.25 30

    114.49
    25
    84.64
    20 f(x) = 0.558171412421395 x + 1.77788030806189
    R² = 0.844740209324072
    ∑y^2
    15
    2178.81 𝑦 ̅ 12.425
    𝑥 ̅ 19.075 10

    5
    PASOS
    0
    5 10 15 20 25

    b) Calcule e interprete el modelo de regresión. ¿Qué le dice este modelo


    884.5625 sobre larelación entre el consumo y el ingreso? ¿Qué proporción de cada
    dólar adicional que segana se invierte en consumo?
    y=0,5581x+1,7778

    326.2425

    493.7375

    C) ¿Qué consumo pronosticaría el modelo para alguien


    que gana US$27 500?
    Y= 1.7778 + 0.5581 (27500) = 15, 352.2779 = 15, 351
    0.55817141

    Y= 15351.4917218964

    1.77788031
    RAMA DE DISPERCIÒN

    2421395 x + 1.77788030806189
    9324072

    20 25 30 35 40

    La recta que mejor se aproxima a la relación entre el nivel


    de consumo y los ingresos que seobtienen está dada por
    Y= 1.7779 + 0.5582 x, que
     nos indica que la relación entre estas dos variables es
    directamente proporcional ya que r es positiva. De la
    misma manera nos indica que por cada unidad que
    aumente la variable x aumenta la b= 0.5582 y de lavariable
    y

    Si una persona gana $27, 500 este modelo


    pronostica que tendrá una cantidad de 15, 351de
    consumo
    Resumen

    Estadísticas de la regresión
    Coeficiente de correlación múltiple 0.919097497180833
    Coeficiente de determinación R^2 0.844740209324072
    R^2 ajustado 0.829214230256479
    Error típico 2.25060752374979
    Observaciones 12

    ANÁLISIS DE VARIANZA
    Grados de libertad
    Regresión 1
    Residuos 10
    Total 11

    Coeficientes
    Intercepción 1.77788030806189
    Variable X 1 0.558171412421395

    Análisis de los residuales

    Observación Pronóstico para Y


    1 15.3414456299018
    2 8.75502296332933
    3 19.1928283756094
    4 17.4066798558609
    5 21.3696968840528
    6 7.63868013848654
    7 14.7274570762383
    8 7.35959443227584
    9 6.52233731364375
    10 10.6528057655621
    11 9.9830000706564
    12 10.1504514943828
    Suma de cuadrados Promedio de los cuadrados F
    275.590157740408 275.590157740408 54.4081764922179
    50.6523422595916 5.06523422595916
    326.2425

    Error típico Estadístico t Probabilidad


    1.58291961326387 1.12316525309584 0.28760823849193
    0.0756720508629322 7.37618983569552 2.3800299930793E-05

    Residuos Residuos estándares


    0.858554370098213 0.400096156478621
    -0.255022963329328 -0.118843617824903
    -4.19282837560941 -1.95390597996016
    -0.406679855860947 -0.189517464372852
    2.83030311594715 1.31895362460316
    3.56131986151346 1.65961578929418
    0.272542923761748 0.127008119777024
    -0.25959443227584 -0.120973974641736
    -3.02233731364375 -1.40844375718739
    0.84719423443793 0.394802203325444
    0.716999929343604 0.334130168009048
    -0.950451494382815 -0.44292126750042
    Valor crítico de F
    2.3800299930793E-05

    Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%


    -1.74908438182244 5.30484499794622 -1.749084381822 5.30484499794622
    0.389563575884214 0.726779248958576 0.3895635758842 0.726779248958576

    Resultados de datos de probabilidad

    Percentil Y
    4.16666666666667 3.5
    12.5 7.1
    20.8333333333333 8.5
    29.1666666666667 9.2
    37.5 10.7
    45.8333333333333 11.2
    54.1666666666667 11.5
    62.5 15
    70.8333333333333 15
    79.1666666666667 16.2
    87.5 17
    95.8333333333333 24.2
    Variable X 1 Gráfico de los
    residuales
    Residuos

    -5
    5 10 15 20 25 30 35 40
    Variable X 1

    Variable X 1 Curva de re-


    gresión ajustadaY
    0 Pronóstico para Y
    Y

    5 10 15 20 25 30 35 40
    Variable X 1

    Gráfico de probabilidad normal


    30
    20
    10
    Y

    0
    0 20 40 60 80 100 120
    Muestra percentil
    abilidad normal

    60 80 100 120
    ra percentil

    También podría gustarte