invento de estadistica

12
INGENIERIA INDUSTRIAL ESTADISTICA II ALUMNOS: Aguilar Guzman Angel Martin 09070020 Nungaray Saldaña Jose Belen 09070043 CATEDRATIDO: ING.JOSE MANUEL ANTONIO BARANDA HORA: 15 - 16 HRS

Upload: swimhouse-johannesburg

Post on 16-Dec-2015

34 views

Category:

Documents


0 download

DESCRIPTION

Estadística Inferencial

TRANSCRIPT

Diapositiva 1

INGENIERIA INDUSTRIAL

ESTADISTICA II

ALUMNOS:

Aguilar Guzman Angel Martin09070020

Nungaray Saldaa Jose Belen09070043

CATEDRATIDO:ING.JOSE MANUEL ANTONIO BARANDA

HORA:15 - 16 HRS

Regresin MltipleEs cuando se relacionan 2 o ms variables (x) con la variable dependiente (y)

Ejemplo: Y = f (x, w, z)

Introduccin En esta ocasin plantearemos un problema y lo resolveremos por el mtodo de regresin mltiple, como se observo en la diapositiva anterior, la regresin mltiple es cuando se relacionan dos o mas variables con una variable independienteOBJETIVOEl objetivo de hacer el anlisis de regresin mltiple es determinar si existe una relacin estadstica significativa entre las variables dependientes y la variable independiente

PLANTEAMIENTO DEL PROBLEMAEn este problema analizaremos y descubriremos si es que existe una relacin significativa entre la edad de un estudiante ( variable dependiente ) y su promedio y tambin su peso y las horas que estudia( variables independientes ).

Hipotesis- Hiptesis nula (ho) : No existe una relacin estadsticamente significativa entre las variables.-Hiptesis alterna (h1) : Si existe una relacin estadsticamente significativa entre las variables.

A continuacin proceder a continuar con el anlisis de regresin mltiple, utilizando el software llamado StatgraphicsA continuacin se muestran las variables en sus respetivas columnas .

Variable dependiente: Edad (Aos)

Variables independientes:

Horas de Estudio (Horas) Peso (Kilogramos) Promedio (Calificacin)

En la siguiente tabla se nos muestra, la estimacin el error estndar el estadstico y el valor p de cada variable.En el anlisis de varianza nos podemos dar cuenta que como el valor P es menor que 0.05, esto nos indica que existe una relacin estadstica significativa entre las variables recordando que tenemos un nivel de confianzadel 95%. Tambin podemos apreciar que el residuo es menor que el modelo

Esta es la tabla de residuos representada en un diagrama de dispersin, como se puede apreciar hay una pauta de relacin aparentemente del tipo: Dbil, positivaEsto quiere decir que existe una relacin significativa entre las variables.

Conclusin

Una vez analizado el problema concluimos que:

En el anlisis de varianza nos podemos dar cuenta que como el valor P es menor que 0.05, esto nos indica que existe una relacin estadstica significativa entre las variables recordando que tenemos un nivel de confianzadel 95%.

En la tabla de residuos se presento una pauta de relacin tipo: dbil positiva, esto tambin indica que existe una relacin entre las variables

Ergo aceptamos la hiptesis (h1) que dice:

Hiptesis alterna (h1) : Si existe una relacin estadsticamente significativa entre las variables.