UNIVERSIDAD CENTROAMERICANA REA DE MATEMTICA Y ESTADSTICA ANLISIS ESTADSTICO

LABORATORIO VIRTUAL - REGRESIN Y CORRELACIN MLTIPLE

La regresin lineal mltiple es una extensin del modelo simple al que se incorporan dos o ms variables independientes. Este modelo puede ser expresado como, i = 0 + 1 x1i + 2 x 2i +..... + k x ki + i Y Se considera que la energa elctrica consumida cada mes por una planta qumica est relacionada con la temperatura ambiental (x1), el nmero de das del mes (x2), la pureza promedio del producto (x3) y las toneladas fabricadas del producto (x4). Se dispone de datos histricos que se muestran a continuacin.

y 240 236 290 274 301 316 300 296 267 276 288 261

x1 25 31 45 60 65 72 80 84 75 60 50 38

x2 24 21 24 25 25 26 25 25 24 25 25 23

x3 91 90 88 87 91 94 87 86 88 91 90 89

x4 100 95 110 88 94 99 97 96 110 105 100 98

Inicio. Entrar al Programa SPSS para Windows. Defina las variables en estudio.

Entramos en ANALIZAR / REGRESIN / LINEAL...

Hacer clic y obtenemos el cuadro de dilogo.

Introducimos en el cuadro de variable destino las que figuran en el mismo archivo. En dependiente y: Energa elctrica consumida y en independientes x1, x2,

x3 y x4. Dejamos el resto de opciones por defecto Aceptar.

Esperemos el procedimiento.

Obtenemos los resultados siguientes.

Regresin.
Resumen del modelo Modelo 1 R R cuadrado .875 a .765 R cuadrado corregida .631 Error tp. de la estimacin 14.951

a. Variables predictoras: (Constante), x4 : Toneladas fabricadas del producto., x1 : Temperatura ambiental promedio., x3 : Pureza promedio del producto., x2 : Nmero de das del mes.

Interprete R

Que nos indica el error estndar de estimacin?

 Qu significa Sig. en este modelo de RM?

Realice una prueba global para determinar si alguno de los coeficientes de regresin es significativo. Use un nivel de significacin de 0.05

a Coeficientes

Modelo 1

(Constante) x1 : Temperatura ambiental promedio. x2 : Nmero de das del mes. x3 : Pureza promedio del producto. x4 : Toneladas fabricadas del producto.

Coeficientes no estandarizados B Error tp. -102.713 207.859 .605 8.924 1.437 .014 .369 5.301 2.392 .734

Coeficientes estandarizad os Beta .478 .473 .133 .004

t -.494 1.641 1.684 .601 .019

Sig. .636 .145 .136 .567 .986

a. Variable dependiente: y : Energa elctrica consumida cada mes por una planta qumica.

Escriba la ecuacin de regresin Mltiple. Prediga el consumo de energa para un mes en que x1 = 75F, x2 = 24 das, x3 = 90% y x4 = 98 toneladas.

 Realice una prueba de hiptesis para determinar cul de las variables independientes tiene un coeficiente de regresin significativo. Qu variable eliminara? Use un nivel de significacin de 0.05.

Correlaciones
Entramos a ANALIZAR / CORRELACIONES / BIVARIADAS

Hacer Clic. Obtenemos el cuadro de dialogo. Pasamos a la lista de variables destino todas las del archivo y dejamos todas las opciones por defecto. Aceptar.

Obtenemos los siguientes resultados.

Correlaciones y : Energa elctrica consumida x1 : x4 : cada mes por Temperatura x2 : Nmero x3 : Pureza Toneladas una planta ambiental de das del promedio del fabricadas del qumica. promedio. mes. producto. producto. y : Energa elctrica Correlacin de Pearson 1 .751** .803** .049 -.009 consumida cada mes Sig. (bilateral) .005 .002 .880 .977 por una planta qumica. N 12 12 12 12 12 x1 : Temperatura Correlacin de Pearson .751** 1 .660* -.288 -.024 ambiental promedio. Sig. (bilateral) .005 .019 .365 .942 N 12 12 12 12 12 x2 : Nmero de das del Correlacin de Pearson .803** .660* 1 .113 -.025 mes. Sig. (bilateral) .002 .019 .727 .938 N 12 12 12 12 12 x3 : Pureza promedio del Correlacin de Pearson producto. Sig. (bilateral) N x4 : Toneladas Correlacin de Pearson fabricadas del producto. Sig. (bilateral) N **. La correlacin es significativa al nivel 0,01 (bilateral). *. La correlacin es significante al nivel 0,05 (bilateral). .049 .880 12 -.009 .977 12 -.288 .365 12 -.024 .942 12 .113 .727 12 -.025 .938 12 1 12 .079 .807 12 .079 .807 12 1 12

Cules de las variables no son significativas para el modelo?

 Determinar cul de las variables independientes tiene un coeficiente de regresin significativo. Qu variable eliminara?

Se sabe que correlaciones entre las variables independientes entre - 0.70 y + 0.70 no causan dificultad. El remedio usual a la multicolinealidad es omitir las variables independientes que estn fuertemente correlacionadas y volver a calcular la ecuacin de regresin. Determine la nueva ecuacin de regresin.