x 3(r y x =0.905)
3
es mayor que
Para x 1 F cal I =
Para x 2 F cal =
CMR( 1) 351627.757
=
=1 0.664
CME( 1) 32971.928
CMR( 2) 2670151.735
=
=286.696
CME( 2)
9313.521
x 3 se agregar al
Para x 3 Fcal I =
CMR( 3 ) 2931561.261
=
=441.097
CME( 3 )
6646.076
Para x 4 F cal =
CMR ( 4 ) 2051696.191
=
=131.315
CME ( 4 ) 15624.291
Para x 5 Fcal I =
CMR( 5 ) 1518096.061
=
=72.053
CME( 5 ) 21069.191
resultante es:
y=607.10321.402 x 4
4. Calculamos la estadstica parcial F
x 4 est en
Para x 1 F cal II =
Para x 2 F cal II =
Para x 3 Fcal II =
Para x 5 Fcal II =
II
y=483.67024.215 x 4 + 4.796 x 3
5. Calculamos la estadstica parcial F
de las variables
x 1 , x 2 , x 5 dado que
x 4 y x 3 estn
III
y=483.67024.215 x 4 + 4.796 x 3
Metodo backward
1. se tiene como hipotesis que todas la variables estan presents en el modelo, obteniendose:
F p ( x 1 )=
F p ( x 2 )=
F p ( x 3 )=
F p ( x4 )=
F p ( x 5 )=
F p ( x 5 )=1.7872< F 0.05,1,296=4.279
F p ( x 1 )=
F p ( x 2 )=
F p ( x 3 )=
F p ( x4 )=
F p ( x 1 )=3.688< F 0.05,1,295=4.259
F p ( x 2 )=
F p ( x 3 )=
F p ( x4 )=
y=483.670+4.796 x 324.215 x 4
5. Nuevamente calculamos las estadsticas parciales de cada variable
F p ( x 3 )=
F p ( x4 )=
x3 y x4
F p ( x 3 )=13.3505> F 0.05,1,293=4.225
F p ( x 4 ) =81.7461> F 0.05,1,293=4.225
Entonces estas variables permanecern en el modelo quedando finalmente lo siguiente:
y=483.670+4.796 x 324.215 x 4
Mtodo stepwise
1. El modelo de regresin en un inicio solo consta del intercepto
2. La primera variable en ingresar es aquella que tiene mayor correlacin con la variable
independiente.
Podemos observar que la variable con mayor correlacin es
x 4 (r y x =0.849)
1
es mayor que
x 4 se agregar al
Para x 1 F cal I =
CMR( 1) 5783.780
=
=17.55
CME( 1) 329,561
Para x 2 F cal =
CMR( 2) 153.807
=
=0.286
CME( 2) 538.079
Para x 3 Fcal I =
CMR( 3 ) 184.471
=
=0.344
CME( 3 ) 536.943
Para x 4 F calI =
CMR ( 4 ) 10578.685
=
=69.609
CME ( 4 ) 151.972
Para x 5 Fcal I =
CMR( 5 ) 1810.081
=
=3.797
CME( 5 ) 476.735
resultante es:
y=607.10321.402 x 4
4. Calculamos la estadstica parcial F
Para x 1 F cal II =
Para x 2 F cal II =
x 4 est en
Para x 3 Fcal II =
Para x 5 Fcal II =
Revaluamos la variable
Fcal I =
II
x4
F0.05,1,29 3 =4.225
y=483.67024.215 x 4 + 4.796 x 3
5. Calculamos la estadstica parcial F
de las variables
x 1 , x 2 , x 5 dado que
x 4 y x 3 estn
III
y=483.67024.215 x 4 + 4.796 x 3