Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
562 ❍ CAPÍTULO 13 ANÁLISIS DE REGRESIÓN MÚLTIPLE con valor p � .001. En consecuencia, el ajuste total del modelo es altamente significa- tivo. La regresión cuadrática es R2 � 87.9% de la variación en y [R2(adj) � 84.5%]. De las pruebas t para las variables individuales del modelo, se puede ver que b1 y b2 son altamente significativas, con valores p iguales a .000. Observe de la sección de suma secuencial de cuadrados que la suma de cuadrados para regresión lineal es .8003, con una suma de cuadrados adicional de 2.3986 cuando se agregue el término cuadrado. Es evidente que el modelo de regresión lineal simple es inadecuado para describir los datos. Una última mirada a las gráficas residuales generadas por MINITAB en la figura 13.10 asegura que las suposiciones de regresión sean válidas. Observe el aspecto relativamente lineal de la gráfica normal y la relativa dispersión de los residuales contra los ajustes. El modelo cuadrático da predicciones precisas para valores de x que se encuentren dentro del rango de los valores muestreados de x. 99 95 90 80 70 60 50 40 30 20 10 5 1 �0.50 �0.25 0.00 0.25 0.50 Residual P or ce nt aj e 0.3 0.2 0.1 0.0 �0.1 �0.2 �0.3 �0.4 10 15 20 25 30 Valor ajustado R es id ua l EJERCICIOS13.4 TÉCNICAS BÁSICAS 13.1 Suponga que E(y) está relacionada a dos variables predictoras, x1 y x2, por la ecuación E(y) � 3 � x1 � 2x2 a. Grafique la relación entre E(y) y x1 cuando x2 � 2. Repita para x2 � 1 y para x2 � 0. b. ¿Qué relación tienen entre sí las rectas del inciso a)? 13.2 Consulte el ejercicio 13.1. a. Grafique la relación entre E(y) y x2 cuando x1 � 0. Repita para x1 � 1 para x1 � 2. FIGURA 13.10 Gráfi cas MINITAB de diagnóstico para el ejemplo 13.4 ● Probabilidad_Mendenhall_13.indd 562Probabilidad_Mendenhall_13.indd 562 5/14/10 8:20:36 AM5/14/10 8:20:36 AM www.FreeLibros.me b. ¿Qué relación tienen entre sí las líneas del inciso a)? c. Suponga, en una situación práctica, que se desea modelar la relación entre E(y) y dos variables predictoras x1 y x2. ¿Cuál es la implicación de usar el modelo de primer orden E(y) � b0 � b1x1 � b2x2? 13.3 Suponga que se ajusta el modelo E(y) � b0 � b1x1 � b2x2 � b3x3 a 15 puntos de datos y se encuentra que F es igual a 57.44. a. ¿Los datos dan suficiente evidencia para indicar que el modelo aporta información para la predicción de y? Pruebe usando un nivel de significancia de 5%. b. Use el valor de F para calcular R2. Interprete su valor. 13.4 La salida impresa de computadora para el análisis de regresión múltiple para el ejercicio 13.3 da esta información: b0 � 1.04 b1 � 1.29 SE(b1) � .42 b2 � 2.72 b3 � .41 SE(b2) � .65 SE(b3) � .17 a. ¿Cuál, si hay alguna, de las variables independientes x1, x2 y x3 aportan información para la predicción de y? b. Dé la ecuación de predicción de mínimos cuadrados. c. En la misma hoja de papel, grafique y contra x1 cuando x2 � 1 y x3 � 0 y cuando x2 � 1 y x3 � .5. ¿Qué relación tienen entre sí las dos rectas? d. ¿Cuál es la interpretación práctica del parámetro b1? 13.5 Suponga que se ajusta el modelo E(y) � b0 � b1x � b2x 2 a 20 puntos de datos y se obtiene la salida impresa MINITAB siguiente: Salida impresa MINITAB para el ejercicio 13.5 a. ¿Qué tipo de modelo se ha escogido para ajustar los datos? b. ¿Qué tan bien ajusta los datos el modelo? Explique. c. ¿Los datos dan suficiente evidencia para indicar que el modelo aporta información para la predicción de y? Use el método del valor p. 13.6 Consulte el ejercicio 13.5. a. ¿Cuál es la ecuación de predicción? b. Grafique la ecuación de predicción sobre el intervalo 0 � x � 6. 13.7 Consulte el ejercicio 13.5. a. ¿Cuál es su estimación del valor promedio de y cuando x � 0? b. ¿Los datos dan suficiente evidencia para indicar que el valor promedio de y difiere de 0 cuando x � 0? 13.8 Consulte el ejercicio 13.5. a. Suponga que la relación entre E(y) y x es una recta. ¿Qué se sabría acerca del valor de b2? b. ¿Los datos dan suficiente evidencia para indicar curvatura en la relación entre y y x? 13.9 Consulte el ejercicio 13.5. Suponga que y es la utilidad para algún negocio y x es la cantidad de capital invertido, y se sabe que la tasa de aumento en utilidad para un aumento unitario en capital invertido sólo puede disminuir cuando x aumenta. Se desea saber si los datos dan sufi ciente evidencia para indicar una tasa decrecien- te de aumento en utilidad cuando la cantidad de capital invertido aumenta. a. Las circunstancias descritas implican una prueba estadística de una cola? ¿Por qué? b. Realice la prueba al nivel de significancia de 1%. Exprese sus conclusiones. APLICACIONES 13.10 Libros de texto universitarios Un editor de libros de texto universitarios realizó un estudio para relacionar la utilidad por texto y, con el costo de ventas x, en un periodo de 6 años cuando su fuerza de ventas (y costos de ventas) estaban creciendo rápidamente. Se recolectaron estos datos de infl ación ajustada (en miles de dólares): Utilidad por texto, y 16.5 22.4 24.9 28.8 31.5 35.8 Costo de ventas por texto, x 5.0 5.6 6.1 6.8 7.4 8.6 Esperando que la utilidad por libro subiera y luego se nivelara, el editor ajustó el modelo E(y) � b0 � b1x � b2x 2 a los datos. Análisis de regresión: y contra x, x-sq The regression equation is y = 10.6 + 4.44 x - 0.648 x-sq Predictor Coef SE Coef T P Constant 10.5638 0.6951 15.20 0.000 x 4.4366 0.5150 8.61 0.000 x-sq -0.64754 0.07988 -8.11 0.000 S = 1.191 R-Sq = 81.5% R-Sq(adj) = 79.3% Analysis of Variance Source DF SS MS F P Regression 2 106.072 53.036 37.37 0.000 Residual Error 17 24.128 1.419 Total 19 130.200 DATOSMISMIS EX1310 13.4 UN MODELO DE REGRESIÓN POLINOMIAL ❍ 563 Probabilidad_Mendenhall_13.indd 563Probabilidad_Mendenhall_13.indd 563 5/14/10 8:20:37 AM5/14/10 8:20:37 AM www.FreeLibros.me 564 ❍ CAPÍTULO 13 ANÁLISIS DE REGRESIÓN MÚLTIPLE Salida impresa MINITAB para el ejercicio 13.10 13.11 Libros de texto universitarios II Consulte el ejercicio 13.10. a. Use los valores de la SSR y SS Total para calcular R2. Compare este valor con el valor dado en la salida impresa. b. Calcule R2(adj). ¿Cuándo sería apropiado usar este valor en lugar de R2 para evaluar el ajuste del modelo? c. El valor de R2(adj) fue de 95.7% cuando un modelo lineal simple se ajustó a los datos. ¿El modelo lineal o el cuadrático ajustan mejor? 13.12 Hamburguesas de verduras Una persona tiene una parrilla caliente y un panecillo de hamburguesa vacío, pero ha jurado dejar las hamburguesas grasientas. ¿Es buena una hamburguesa sin carne? Los datos de la tabla siguiente dan puntuación de sabor y textura (entre 0 y 100) para 12 marcas de hamburguesas sin carne junto con el precio, número de calorías, cantidad de grasa y una cantidad de sodio por hamburguesa.2 Algunas de estas marcas tratan de imitar el sabor de la carne, no así otras. La salida impresa MINITAB muestra la regresión de la puntuación de sabor y en las cuatro variables predictoras: precio, calorías, grasa y sodio. Marca Puntos, y Precio, x1 Calorías, x2 Grasa, x3 Sodio, x4 1 70 91 110 4 310 2 45 68 90 0 420 3 43 92 80 1 280 4 41 75 120 5 370 5 39 88 90 0 410 6 30 67 140 4 440 7 68 73 120 4 430 8 56 92 170 6 520 9 40 71 130 4 180 10 34 67 110 2 180 11 30 92 100 1 330 12 26 95 130 2 340 Análisis de regresión: y contra x, s-sq The regression equation is y = - 44.2 + 16.3 x - 0.820 x-sq Predictor Coef SE Coef T P Constant -44.192 8.287 -5.33 0.013 x 16.334 2.490 6.56 0.007 x-sq -0.8198 0.1824 -4.49 0.021 S = 0.594379 R-Sq = 99.6% R-Sq(adj) = 99.3% Analysis of Variance Source DF SS MS F P Regression 2 234.96 117.48 332.530.000 Residual Error 3 1.06 0.35 Total 5 236.02 Source DF Seq SS x 1 227.82 x-sq 1 7.14 a. Grafique los puntos de datos. ¿Le parece que el modelo cuadrático es necesario? b. Encuentre s en la salida impresa. Confirme que s � � _________ SSE _________ n � k � 1 c. ¿Los datos dan suficiente evidencia para indicar que el modelo contribuye con información para la predicción de y? ¿Cuál es el valor p para esta prueba y qué significa? d. ¿Cuánto de la suma de cuadrados de regresión es tomado en cuenta por el término cuadrático? ¿El término lineal? e. ¿Qué signo se esperaría que tenga el valor real de b2? Encuentre el valor de b2 en la salida impresa. ¿Este valor confirma las expectativas? f. ¿Los datos indican una curvatura significativa en la relación entre y y x? Pruebe al nivel de significancia de 5%. g. ¿Qué conclusiones se pueden sacar de las gráficas residuales siguientes? Gráfi cas MINITAB para el ejercicio 13.10 1.00 0.75 0.50 0.25 0.00 �0.25 �0.50 15 20 25 30 35 Valor ajustado Valores residuales contra ajustados (la respuesta es y) R es id ua l 99 95 90 80 70 60 50 40 30 20 10 5 1 �1.0 �0.5 0.0 0.5 1.0 Residual Gráfica normal de probabilidad de los residuales (la respuesta es y) P or ce nt aj e DATOSMISMIS EX1312 Probabilidad_Mendenhall_13.indd 564Probabilidad_Mendenhall_13.indd 564 5/14/10 8:20:37 AM5/14/10 8:20:37 AM www.FreeLibros.me 13 ANÁLISIS DE REGRESIÓN MÚLTIPLE 13.4 Un modelo de regresión polinomial Ejercicios
Compartir