Anlisis de regresin Mltiple CASO 6

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:

Capacidad = -123,7283+0.0825X1-1.2659X2