Se presentan 2 variables independientes: HR y ERA y una dependiente:
Proporcin de ganados. 1. Evaluacin de la correlacin a. Lo esperado: i. Entre la proporcin de ganado y HR: A menor HR mayor Proporcin de ganado ii. Entre la proporcin de ganado y ERA: A menor ERA mayor Proporcin de ganado iii. Entre las variables independientes se espera que no haya relacin b. Lo encontrado: teniendo en cuenta la hiptesis de: Ho: R=0 (no existe correlacin entre las variables) y Ha: R0 (Existe correlacin entre las variables), podemos decir que
i. Entre la proporcin de ganado y HR: : r=0.391; No Existe
correlacin significativa ii. Entre la proporcin de ganado y ERA : r=-0.709;Existe correlacin significativa iii. Entre HR y ERA : r=0.260; No Existe correlacin significativa-Escenario Ideal.
2. Correlacin mltiple: r=0.926, Existe un alto grado de asociacin
entre La proporcin de Ganados con HR y ERA. 3. Coeficiente de determinacin: r2%=58.8%, El HR y ERA explican la variacin de la Proporcin de ganado en 58.8% y no lo explican en 41.2%. 4. Pruebas de significancia: a. Del modelo: Ho: 0= 1= 2= 3=0 (El modelo no es significativo); Ha: Al menos uno es diferente de cero (El modelo es significativo) Basado en los resultados del anlisis de varianza:
Por los resultados obtenidos podemos concluir que el Modelo es
significativo.
b. De los parmetros
i. Para HR: Ho: 1=0(HR no contribuye a la estimacin de la
proporcin de ganados ); Ha: 10 (HR contribuye a la estimacin de la proporcin de ganados) Entonces: Se rechaza Ho; El HR contribuye a la estimacin de la proporcin de ganados. ii. Para ERA: Ho: 2=0(El ERA no contribuye a la estimacin de la proporcin de ganados ); Ha: 20 (El ERA contribuye a la estimacin de la proporcin de ganados) Entonces: Se rechaza Ho; El ERA contribuye a la estimacin de la proporcin de ganados. El modelo es:
La proporcin de ganados= 0.7092+0.0014X10.1026X2
Anlisis de regresin Mltiple CASO7
Se presentan 2 variables independientes: Confort y precio y una dependiente:
Capacidad. 1. Evaluacin de la correlacin a. Lo esperado: i. Entre la capacidad y confort: A menor confort mayor Capacidad. ii. Entre capacidad y precio: A menor Precio mayor Capacidad. iii. Entre las variables independientes se espera que no haya relacin b. Lo encontrado: teniendo en cuenta la hiptesis de: Ho: R=0 (no existe correlacin entre las variables) y Ha: R0 (Existe correlacin entre las variables), podemos decir que
i. Entre la Capacidad y confort : r=0.618; No Existe
correlacin significativa ii. Entre la Capacidad y Precio: r=0.262; No Existe correlacin significativa iii. Entre Confort y precio: r=0.849; Existe correlacin significativa-Escenario Ideal. (Efecto de multicolinealidad) 2. Correlacin mltiple: r=0.792, Existe un alto grado de asociacin entre La Capacidad con Confort y Precio. 3. Coeficiente de determinacin: r2%=62.8%, El Confort y Precio explican la variacin de la Capacidad en 62.8% y no lo explican en 37.2%. 4. Pruebas de significancia: a. Del modelo: Ho: 0= 1= 2= 3=0 (El modelo no es significativo); Ha: Al menos uno es diferente de cero (El modelo es significativo) Basado en los resultados del anlisis de varianza:
Por los resultados obtenidos podemos concluir que el Modelo es
significativo. b. De los parmetros
i. Para Confort: Ho: 1=0(Confort no contribuye a la
estimacin de la Capacidad); Ha: 10 (Confort contribuye a la estimacin de la Capacidad). Entonces: Se rechaza Ho; El Confort contribuye a la estimacin de la Capacidad. ii. Para Precio: Ho: 2=0(Precio no contribuye a la estimacin de la Capacidad); Ha: 20 (Precio contribuye a la estimacin de la Capacidad) Entonces: No rechaza Ho; El Precio no contribuye a la estimacin de la Capacidad. El modelo es:
Capacidad = 3,860+672.2150X1-4.0332X2
Anlisis de regresin Mltiple CASO 8
Se presenta dos variables independientes y una variable dependiente: coeficiente de gastos anuales, rendimiento anual y una dependiente: evaluacin de seguridad 1. Evaluacin de la correlacin : A) Lo esperado: i. Entre la evaluacin de seguridad y coeficiente de gastos anuales: a menor coeficiente de gastos anuales mayor evaluacin de seguridad ii. Entre la evaluacin de seguridad y rendimiento anual: a menor rendimiento mayor evaluacin de seguridad iii. Entre las variables independientes se espera que no haya relacin B) Lo encontrado : teniendo en cuenta la hiptesis de: H0: R=(no existe correlacin entre las variables) y ha: R0 (existe correlacin entre las variables podemos decir)
i.
Entre la evaluacin de seguridad y coeficiente de gastos
anuales: r= -0.513, existe significativa correlacin ii. Entre la evaluacin de seguridad y rendimiento anual: r= -0.659, existe una significativa correlacin iii. Entre coeficiente de gastos anuales y rendimiento anual: r= 0.668, existe una significativa correlacin-( Efecto Multicolinealidad) 2. Correlacin mltiple r= 0.667, existe una significativa correlacin entre la evaluacin de seguridad, coeficiente de gastos anuales y rendimiento anual. 3. Coeficiente de determinacin r2 %= 0.444= 44.4%, coeficiente de gastos anuales y rendimiento anual explican la variacin la evaluacin de seguridad en 44.4% y no la explica en un 55.6% 4. Prueba de significancia: a. Del modelo h0:0= 1= 2=0 (el modelo es significativo) Basado en los resultados el anlisis de varianza
Por los resultados obtenidos podemos concluir que el modelo es
significativo. b. De los parmetro
i.
ii.
Para el coeficiente de gastos anuales:H0: 1
=0(coeficiente de gastos anuales no contribuye a la evaluacin de la seguridad), Ha: 1 0 (coeficiente de gastos anuales si contribuye a la evaluacin de la seguridad) Entonces: no se rechaza h0; coeficiente de gastos anuales no contribuye a la evaluacin de la seguridad Para el rendimiento anual :H0: 2 =0(el rendimiento anual no contribuye a la evaluacin de la seguridad), Ha: 2 0(el rendimiento anual si contribuye a la evaluacin de la seguridad) Entonces: se rechaza h0; el rendimiento anual si contribuye a la evaluacin de la seguridad Costo=7.7320-0.1328x2-0.0075x2
Anlisis de regresin Mltiple CASO 9
Se presentan 2 variables independientes: HP y Velocidad mxima y una dependiente: Manga. 1. Evaluacin de la correlacin a. Lo esperado: i. Entre la Manga y Hp: A menor HP mayor Manga. ii. Entre la Manga y velocidad mxima: A menor Velocidad mxima mayor La Manga. iii. Entre las variables independientes se espera que no haya relacin b. Lo encontrado: teniendo en cuenta la hiptesis de: Ho: R=0 (no existe correlacin entre las variables) y Ha: R0 (Existe correlacin entre las variables), podemos decir que
i. Entre la Manga y Hp : r=0.258; No Existe correlacin
significativa ii. Entre la Manga y Velocidad mxima : r=-0.488; Existe correlacin significativa iii. Entre HP y Velocidad mxima: r=0.453; Existe correlacin significativa-Escenario Ideal. (Efecto de multicolinealidad) 2. Correlacin mltiple: r=0.726, Existe un alto grado de asociacin entre El manga con HP y Velocidad mxima. 3. Coeficiente de determinacin: r2%=52.7%, El Confort y Precio explican la variacin de la Capacidad en 52.7% y no lo explican en 47.3%. 4. Pruebas de significancia: a. Del modelo: Ho: 0= 1= 2= 3=0 (El modelo no es significativo); Ha: Al menos uno es diferente de cero (El modelo es significativo) Basado en los resultados del anlisis de varianza:
Por los resultados obtenidos podemos concluir que el Modelo es
significativo. b. De los parmetros
i. Para HP: Ho: 1=0(HP no contribuye a la estimacin de la
Manga); Ha: 10 (HP contribuye a la estimacin de la Manga). Entonces: Se rechaza Ho; El HP contribuye a la estimacin del Manga. ii. Para Velocidad mxima: Ho: 2=0(Velocidad M. no contribuye a la estimacin del Manga); Ha: 20 (Velocidad contribuye a la estimacin del Manga) Entonces: Se rechaza Ho; La velocidad M. contribuye a la estimacin del Manga El modelo es:
Capacidad = 123,7283+0.0825X1-1.2659X2
Anlisis de regresin Mltiple CASO 25
Se presentan 2 variables independientes: HP y Velocidad mxima y una dependiente: Manga. 1. Evaluacin de la correlacin a. Lo esperado: i. Entre ejecucin de operacin y uso: A menor Uso mayor Ejecucin de operacin. ii. Entre la ejecucin de operacin y gama: A menor Gama mayor ejecucin de operacin. iii. Entre la ejecucin de operacin y Estrella: A mayor Estrella mayor ejecucin de operacin. iv. Entre las variables independientes se espera que no haya relacin b. Lo encontrado: teniendo en cuenta la hiptesis de: Ho: R=0 (no existe correlacin entre las variables) y Ha: R0 (Existe correlacin entre las variables), podemos decir que
i. Entre ejecucin de operacin y Uso : r=0.229; No Existe
correlacin significativa ii. Entre ejecucin de operacin y Gama: r=-0.434; No Existe correlacin significativa iii. Entre ejecucin de operacin y estrella: r=0.746; Existe correlacin significativa. iv. Entre uso y Gama: r=0.301; No Existe correlacin significativa v. Entre uso y estrella: r=-0.420; No Existe correlacin significativa.
vi. Entre Gama y estrella: r=0.827; Existe correlacin
significativa 2. Correlacin mltiple: r=0.941, Existe un alto grado de asociacin entre ejecucin de operacin con Uso, Gama y Estrella. 3. Coeficiente de determinacin: r2%=88.6%, El Uso , Gama y Etrellla explican la variacin de la Capacidad en 88.6% y no lo explican en 11.4%. 4. Pruebas de significancia: a. Del modelo: Ho: 0= 1= 2= 3=0 (El modelo no es significativo); Ha: Al menos uno es diferente de cero (El modelo es significativo) Basado en los resultados del anlisis de varianza:
Por los resultados obtenidos podemos concluir que el Modelo es
significativo. b. De los parmetros
i. Para Uso: Ho: 1=0(uso no contribuye a la estimacin de la
ejecucin de operacin); Ha: 10 (uso contribuye a la estimacin de la ejecucin de operacin). Entonces: Se rechaza Ho; El Uso contribuye a la estimacin de la ejecucin de operacin. ii. Para Gama: Ho: 2=0(Gama no contribuye a la estimacin de la ejecucin de operacin); Ha: 20 (Gama contribuye a la estimacin de la ejecucin de operacin) Entonces: Se rechaza Ho; La Gama contribuye a la estimacin de la ejecucin de operacin El modelo es:
Capacidad = 123,7283+0.0825X1-1.2659X2
Anlisis de regresin Mltiple CASO 31
Se presentan 3 variables independientes: Manejo, Confiabilidad y Ajuste Terminado y una dependiente: General. 1. Evaluacin de la correlacin a. Lo esperado: i. Entre General y Manejo: A menor manejo mayor general. ii. Entre general y Confiabilidad: A menor confiabilidad mayor general. iii. Entre general y Ajuste y trmino: A mayor ajuste y trmino mayor General. iv. Entre las variables independientes se espera que no haya relacin b. Lo encontrado: teniendo en cuenta la hiptesis de: Ho: R=0 (no existe correlacin entre las variables) y Ha: R0 (Existe correlacin entre las variables), podemos decir que
i. Entre General y manejo : r=0.718; Existe correlacin
significativa ii. Entre general y confiabilidad: r=-0.691; Existe correlacin significativa iii. Entre General y Ajuste y termino: r=0.707; Existe correlacin significativa. iv. Entre manejo y confiabilidad: r=0.3.15; No Existe correlacin significativa v. Entre Manejo y Ajuste y termino: r=-0.573; Existe correlacin significativa. vi. Entre Confiabilidad y Ajuste y termino: r=0.230; no Existe correlacin significativa 2. Correlacin mltiple: r=0.930, Existe un alto grado de asociacin entre El manga con HP y Velocidad mxima. 3. Coeficiente de determinacin: r2%=86.5%, El Confort y Precio explican la variacin de la Capacidad en 86.5% y no lo explican en 13.5%. 4. Pruebas de significancia: a. Del modelo: Ho: 0= 1= 2= 3=0 (El modelo no es significativo); Ha: Al menos uno es diferente de cero (El modelo es significativo) Basado en los resultados del anlisis de varianza:
Por los resultados obtenidos podemos concluir que el Modelo es
significativo. b. De los parmetros
i. Para Manejo: Ho: 1=0(HP no contribuye a la estimacin de
General); Ha: 10 (HP contribuye a la estimacin de General). Entonces: Se rechaza Ho; El Manejo contribuye a la estimacin de General.
ii. Para Confiabilidad: Ho: 2=0(Velocidad M. no contribuye a la
estimacin de General); Ha: 20 (Velocidad contribuye a la estimacin de General) Entonces: Se rechaza Ho; La Confiabilidad Contribuye a la estimacin de General iii. Para ajuste y termino: Ho: 2=0(Velocidad M. no contribuye a la estimacin de General); Ha: 20 (Velocidad contribuye a la estimacin de General) Entonces: Se rechaza Ho; el ajuste y termino Contribuye a la estimacin de General El modelo es: