Beruflich Dokumente
Kultur Dokumente
Correlaciones
Notas
Correlaciones
Correlaciones
VAR_IND_5
N 132
VAR_IND_1 Correlación de Pearson ,539**
Sig. (bilateral) ,000
N 132
Correlación de Pearson ,007
VAR_IND_2 Sig. (bilateral) ,933
N 132
Correlación de Pearson ,494**
VAR_IND_3 Sig. (bilateral) ,000
N 132
Correlación de Pearson ,625**
VAR_IND_4 Sig. (bilateral) ,000
N 132
Correlación de Pearson 1**
N 132
GRAPH
/SCATTERPLOT(BIVAR)=VAR_DEP WITH VAR_IND_2
/MISSING=LISTWISE.
Gráfico
Notas
Sintaxis /SCATTERPLOT(BIVAR)=VA
R_DEP WITH VAR_IND_2
/MISSING=LISTWISE.
Tiempo de 00:00:00,90
Recursos procesador
[Conjunto_de_datos0]
GRAPH
/SCATTERPLOT(BIVAR)=VAR_DEP WITH VAR_IND_4
/MISSING=LISTWISE.
Gráfico
Notas
Sintaxis /SCATTERPLOT(BIVAR)=VA
R_DEP WITH VAR_IND_4
/MISSING=LISTWISE.
Tiempo de 00:00:00,14
Recursos procesador
[Conjunto_de_datos0]
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT VAR_DEP
/METHOD=ENTER VAR_IND_4.
Regresión
Notas
Resultados creados 17-JUN-2016 12:57:55
Comentarios
Conjunto de datos Conjunto_de_datos0
activo
Filtro <ninguno>
Entrada Peso <ninguno>
Dividir archivo <ninguno>
Núm. de filas del 132
archivo de trabajo
Los valores perdidos
Definición de
definidos por el usuario se
perdidos
tratarán como perdidos.
Tratamiento de los
Los estadísticos se basan en
datos perdidos
los casos sin valores
Casos utilizados
perdidos para ninguna
variable de las utilizadas.
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS
R ANOVA
/CRITERIA=PIN(.05)
Sintaxis
POUT(.10)
/NOORIGIN
/DEPENDENT VAR_DEP
/METHOD=ENTER
VAR_IND_4.
Tiempo de 00:00:00,00
procesador
[Conjunto_de_datos0]
Variables introducidas/eliminadasa
VAR_IND_4 . Introducir
1 b
ANOVAa
508631658 131
Total
693,515
Coeficientesa
DATE M 1 12 Y 2005.
Name Label
Descomposición estacional
Notas
Notas
Notas
[Conjunto_de_datos0]
Factores estacionales
Nombre de la serie:
VAR_IND_4
Período Factor
estacional
(%)
1 129,6
2 126,6
3 98,2
4 92,4
5 87,3
6 81,5
7 101,6
8 89,4
9 99,3
10 97,5
11 92,1
12 104,4
* Estimación curvilínea.
TSET NEWVAR=NONE.
CURVEFIT
/VARIABLES=VAR_IND_4
/CONSTANT
/MODEL=LINEAR LOGARITHMIC INVERSE QUADRATIC CUBIC COMPOUND POWER S GROWTH
EXPONENTIAL
/PLOT FIT.
Estimación curvilínea
Notas
Notas
Notas
[Conjunto_de_datos0]
Variables
Dependient
e
VAR_IND_4
Estimación curvilínea
Notas
Notas
Notas
[Conjunto_de_datos0]
Variables
Dependient
e
VAR_IND_4
Estimación curvilínea
Notas
Notas
Notas
[Conjunto_de_datos0]
Variables
Dependient
e
VAR_IND_1
Estimación curvilínea
Notas
Notas
Notas
[Conjunto_de_datos0]
Variables
Dependient
e
VAR_IND_2
Estimación curvilínea
Notas
Notas
Notas
[Conjunto_de_datos0]
Variables
Dependient
e
VAR_IND_3
Estimación curvilínea
Notas
Notas
Notas
[Conjunto_de_datos0]
Variables
Dependient
e
VAR_IND_5
Descomposición estacional
Notas
Notas
Series ajustadas
estacionalmente para
SAS_8
VAR_IND_1 de SEASON,
MOD_8, MUL EQU 12
Series ajustadas
estacionalmente para
SAS_9
VAR_IND_2 de SEASON,
MOD_8, MUL EQU 12
Series ajustadas
estacionalmente para
SAS_10
VAR_IND_3 de SEASON,
MOD_8, MUL EQU 12
Notas
Variables creadas o Factores estacionales para
modificadas SAF_10 VAR_IND_3 de SEASON,
MOD_8, MUL EQU 12
Series ajustadas
estacionalmente para
SAS_11
VAR_IND_5 de SEASON,
MOD_8, MUL EQU 12
Notas
Ajustes para las Número máximo de MXPREDICT = 1000
series temporales casos nuevos
(TSET) generados por cada
procedimiento
[Conjunto_de_datos0]
Factores estacionales
Nombre de la serie:
VAR_IND_4
Período Factor
estacional
(%)
1 129,6
2 126,6
3 98,2
4 92,4
5 87,3
6 81,5
7 101,6
8 89,4
9 99,3
10 97,5
11 92,1
12 104,4
COMPUTE LN_VAR_DEP=LN(VAR_DEP).
EXECUTE.
COMPUTE LN_IND_4=LN(VAR_IND_4).
EXECUTE.
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT LN_VAR_DEP
/METHOD=ENTER LN_IND_4
/SAVE PRED.
Regresión
Notas
Notas
[Conjunto_de_datos0]
Variables introducidas/eliminadasa
1 LN_IND_4b . Introducir
ANOVAa
Modelo Suma de gl Media F Sig.
cuadrados cuadrática
Coeficientesa
COMPUTE REAL_PRED=EXP(PRE_1).
EXECUTE.
* Gráficos de secuencia.
TSPLOT VARIABLES=VAR_DEP REAL_PRED
/ID=DATE_
/NOLOG.
Gráfico de secuencia
Notas
Notas
Ajustes para las Número máximo de MXAUTO = 16
series temporales retardos en los
(TSET) gráficos de
autocorrelaciones o
autocorrelaciones
parciales
Notas
[Conjunto_de_datos0]
VAR_DEP REAL_PRE
D
Regresión
Notas
Notas
Variables creadas o Unstandardized Predicted
PRE_2
modificadas Value
[Conjunto_de_datos0]
Variables introducidas/eliminadasa
1 LN_IND_1b . Introducir
ANOVAa
COMPUTE REAL_PRED_1=EXP(PRE_2).
EXECUTE.
* Gráficos de secuencia.
TSPLOT VARIABLES=VAR_DEP REAL_PRED_2
/ID=DATE_
/NOLOG.
Gráfico de secuencia
Notas
Notas
Notas
[Conjunto_de_datos0]
Descripción del modelo
VAR_DEP REAL_PRE
D_2
Regresión
Notas
Notas
Variables creadas o Unstandardized Predicted
PRE_3
modificadas Value
[Conjunto_de_datos0]
Variables introducidas/eliminadasa
1 LN_IND_3b . Introducir
ANOVAa
COMPUTE REAL_PRED_3=EXP(PRE_3).
EXECUTE.
* Gráficos de secuencia.
TSPLOT VARIABLES=VAR_DEP REAL_PRED_3
/ID=DATE_
/NOLOG.
Gráfico de secuencia
Notas
Notas
Notas
[Conjunto_de_datos0]
Descripción del modelo
VAR_DEP REAL_PRE
D_3
Regresión
Notas
Notas
Variables creadas o Unstandardized Predicted
PRE_4
modificadas Value
[Conjunto_de_datos0]
Variables introducidas/eliminadasa
1 LN_IND_5b . Introducir
ANOVAa
COMPUTE REAL_PRED_4=EXP(PRE_4).
EXECUTE.
* Gráficos de secuencia.
TSPLOT VARIABLES=VAR_DEP REAL_PRED_4
/ID=DATE_
/NOLOG.
Gráfico de secuencia
Notas
Notas
Notas
[Conjunto_de_datos0]
Descripción del modelo
VAR_DEP REAL_PRE
D_4
Regresión
Notas
/SCATTERPLOT=(*ZPRED
,LN_VAR_DEP)
/RESIDUALS
HISTOGRAM(ZRESID)
NORMPROB(ZRESID)
/SAVE PRED.
Tiempo de 00:00:00,42
procesador
Recursos
Tiempo transcurrido 00:00:00,45
Memoria necesaria 4400 bytes
Notas
[Conjunto_de_datos0]
Variables introducidas/eliminadasa
ANOVAa
Coeficientesa
Gráficos
DATASET CLOSE Conjunto_de_datos1.
DATASET ACTIVATE Conjunto_de_datos2.
DATASET CLOSE Conjunto_de_datos0.
NEW FILE.
DATASET NAME Conjunto_de_datos3 WINDOW=FRONT.