Escolar Documentos
Profissional Documentos
Cultura Documentos
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
Inicio. Entrar al Programa SPSS para Windows. Defina las variables en estudio.
Esperemos el procedimiento.
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
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
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.
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.