TABLA 2: R cuadrado: Indica el porcentaje de varianza de las variables Ejm: R cuadrado 1. .335 2. .629 62.9% 3. .665
= Con solo 1 variable explica el 33,5%
= Cuando aumentamos una segunda variable tenemos un
PONER: El modelo de regresin con 3 variables me explica el 66,5% de la
varianza de la variable dependiente Durbin- Watson: Es bueno cuando esta entre 1 y 3, preferiblemente cercano a 2. Sirve para identificar independencia de errores. -1 o +3 significa que hay un problema con la independencia de errores PONER: Debido a que la prueba de Durbin Watson dio 1,94 puedo decir que hay dependencia de errores TABLA 3: ANOVA Mirar que sig. < 0,05 para saber si es significativo PONER: El ANOVA del modelo de regresin con 3 variables mejora la prediccin de la variable dependiente TABLA 4: COEFICIENTES Ir al ltimo cuadro de la primera columna y mirar los B Y= B0+B1*X1+B2*X2+BnXn Ejm: B0= 1,385 B1= 0,007 B3=0,058 B4=0,024 PONER: Y=1,385+0,007*X1+0,058*X2+0,024*X3+E T y sig: Si el sig de cada B0, B1, B2<0,05, quiere decir que no tiene mayor significancia al modelo FIV: Factor de varianza inflada, preferiblemente cercano a 1 Si el valor es por encima de 10 o todos los valores son parecidos entre s a 7,8,9 se dice que hay multicolinealidad Multicolinealidad: Una variable independiente afecta a otra independiente
PONER: Dado que el valor de FIV est cercano a 1, significa que no hay multicolinealidad TABLA 5: DIAGNOSTICO POR CASOS Que dato esta por fuera del anlisis o tendencia normal