Ejercicio 11

Resultados:
1. Tabla 1: Muestra las medidas para las variables dependientes e
independientes en este caso nos dice que la variable que la variable
dependiente instrumento nuevo tiene una media de 20,670 y una
desviacin 2,8253 mientas que la variable independiente mtodo
normal tiene una media de 20,682 y una desviacin de 3,2138

2. Tabla 2: Muestra la correlacin existente entre las variables

dependientes(instrumento nuevo) y las variable
independiente( Mtodo normal)

3. Tabla 3: Muestra el coeficiente de correlacin y su cuadrado,

R2 expresa la porcin de varianza de la variable Dependiente, que esta
explicada por la variable independiente. En el ejemplo
moderado (mximo 1) y

toma un valor

nos indica 97,1% de la variacin de la

cantidad de Instrumentos nuevos esto esta explicada por el Mtodo

normal.

R2 Corregida es una correccin a la baja que se basa en el nmero de

casos y de variables independientes.
El Error tpico De la estimacin es la desviacin tpica de los residuos, es
decir que la desviacin tpica de las distancias entre las puntuaciones en la
variable independiente y los pronsticos efectuados con la regresin.
En general cuanto mejor es el ajusto, ms pequeo es el error tpico, en
este caso es 0,5128.

4. Tabla 4: Esta tabla nos informa si existe relacin o no entre las variables, el
Estadstico F permite contrastar la hiptesis nula de la pendiente de la recta de
regresin es cero. En el ejemplo el valor P=0,00 p<0.05). Por lo que debemos
rechazar la Ho y rechazar

H 1 es decir

1=0

El valor de F=265,204 tiene un valor de P=0,00 (p<0,05) lo cual prueba que

1=0 lo que indica que debemos rechazar Ho y rechazar

H 1 lo que nos

lleva a concluir que no existe relacin entre el Instrumento nuevo (Y) esta
explicada por el Mtodo normal(X).

5. Tabla 5: Ecuacin de la regresin, muestra los coeficientes de la recta de

regresin. La columna denominada Coeficientes no estandarizados
contiene los coeficientes de regresin que definen la ecuacin de
regresin en puntuaciones directas. El coeficiente Constante(es el origen

de la recta ) y Mtodo normal es dependiente de la recta de

regresin ( 1=0,866 ).
Los coeficientes Beta (coeficientes de regresin estandarizados) son los
coeficientes que definen la ecuacin de regresin cuando esta se

obtiene tras estandarizar las variables originales, es decir, tras convertir

las puntuaciones directas en tpicas.
En el anlisis de regresin lineal simple, el coeficiente de regresin
estandarizado corresponde a la nica variable independiente presente
en la ecuacin coincide exactamente con el coeficiente de correlacin de
Pearson. En el anlisis de Regresin mltiple, los coeficientes de
regresin estandarizados permiten valorar la importancia de cada
variable independiente dentro de una ecuacin.

Con los resultados de la Tabla 05 construimos la ecuacin de regresin:

i = 2,758 + 0,866 Xi
Instrumento Nuevo= 2,758 + 0,866 Xi Mtodo Normal
A cada valor de Mtodo Normal le corresponde un pronstico de Instrumentos
Nuevo basado en la disminucin Constante de 2,758 ms de 0,866 veces del
valor de Mtodo Normal.

Resolucin de preguntas:
a) Graficar los datos en un diagrama de dispersin y seale el modelo
probable de ajuste a los datos.

Tabla 01: Resumen estadstico de valores promedio, desviacin

estndar, mnimo y mximo de las Ventas de la Industria y Renta de
la Compaa
Med Mxi Mni
Desviacin
Variables
CV%
ia
ma
ma
estndar
20,6
13,668
Instrumento Nuevo
2,8253
70
%
Mtodo Normal

20,6
80

3,2138

15,54&

Tabla 02 Matriz de Correlacin de las Ventas de la

compaa y Rentas de la industria
Nmero
de
Consulta
s

Tiempo de
Capacitacin

Instrumento nuevo

0.985

Mtodo Normal

0.985

La correlacin de variables de inters del estudio muestra una

relacin positiva o directa entre las Instrumento Nuevo
Mtodo Normal.

FIGURA 01 DIAGRAMA DE DISPERSIN CON LA LNEA DE

REGRESIN.

Modelo de regresin: i = 2,758 + 0,866 Xi

El valor positivo de la pendiente ( 1 ). Nos indica que la relacin es
directa o positiva, es decir a mayor Mtodo Normal(X) mayor
Instrumento nuevo .
Obtenga una ecuacin (modelo matemtico) que mejor relacione el
nmero de consultas (Y) y el tiempo de capacitacin(X).

i = 2,758 + 0,866 Xi