Académique Documents
Professionnel Documents
Culture Documents
VARIABLE DEPENDIENTE
DEFINICION:
Es la variable por predecir (o por modelar y se denota con la letra y)
VARIABLE INDEPENDIENTE
DEFINICION:
Son las variables que se utilizan para predecir y se denota con la letra x)
RELACION ENTRE VARIABLES
DEFINICION:
Se dice que dos variables estn relacionadas si cambios producidos (causa) en la variable
independiente producen un efecto en la variable dependiente
COVARIANZA
DEFINICION:
Nos indica si la posible relacin entre dos variables es directa o inversa
n
COV ( X ,Y )=
( Xi X ) ( YiY )
i=1
n1
Sxy
n1
r=
i=1
( Xi X )( YiY )
n1
( Xi X ) ( YiY )
2
Sxy
Sxx Syy
DISTRIBUCIN T DE STUDENT
DEFINICION:
HIPOTESIS NULA
En estadstica, una hiptesis nula es una hiptesis construida para anular o refutar, con el
objetivo de apoyar una hiptesis alternativa. Se denomina hiptesis nula H0, a la
hiptesis que se desea contrastar. El nombre de "nula" significa sin valor, efecto o
consecuencia, lo cual sugiere que H0, debe identificarse con la hiptesis de no cambio
(a partir de la opinin actual); no diferencia, no mejora, etc. H0, representa la hiptesis
que mantendremos a no ser que los datos indiquen su falsedad, y puede entenderse, por
tanto, en el sentido de neutra. La hiptesis H0, nunca se considera probada, aunque
puede ser rechazada por los datos.
ASIMETRIA
Esta medida nos permite identificar si los datos se distribuyen de forma uniforme
alrededor del punto central (Media aritmtica). La asimetra presenta tres estados
diferentes, cada uno de los cuales define de forma concisa como estn distribuidos los
datos respecto al eje de asimetra. Se dice que la asimetra es positiva cuando la mayora
de los datos se encuentran por encima del valor de la media aritmtica, la curva
es Simtrica cuando se distribuyen aproximadamente la misma cantidad de valores en
ambos lados de la media y se conoce como asimetra negativa cuando la mayor cantidad
de datos se aglomeran en los valores menores que la media.
Donde (g1) representa el coeficiente de asimetra de Fisher, (Xi) cada uno de los valores,
( ) la media de la muestra y (ni) la frecuencia de cada valor. Los resultados de esta
ecuacin se interpretan:
Esta medida determina el grado de concentracin que presentan los valores en la regin
central de la distribucin. Por medio del Coeficiente de Curtosis, podemos identificar si
existe una gran concentracin de valores (Leptocrtica), una concentracin normal
(Mesocrtica) una baja concentracin (Platicrtica).
Donde (g2) representa el coeficiente de Curtosis, (Xi) cada uno de los valores, ( )
la media de la muestra y (ni) la frecuencia de cada valor. Los resultados de esta frmula
se interpretan:
COSTOS
213.9
MILLAS
3147
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
212.6
215.3
215.3
215.4
228.2
245.6
259.9
250.9
234.5
205.9
202.7
198.5
195.6
200.4
200.1
201.5
213.2
219.5
243.7
262.3
252.3
224.4
215.3
202.5
200.7
201.8
202.1
200.4
209.3
213.9
3160
3197
3173
3292
3561
4013
4244
4159
3776
3232
3141
2928
3063
3096
3096
3158
3338
3492
4019
4394
4251
3844
3276
3184
3037
3142
3159
3159
3203
3307
32
33
227.0
246.4
3585
4073
Error
tp.
3,42454
COSTOS Media
Intervalo de
confianza para la
media al 95%
Media recortada al 5%
218,0215
Mediana
213,9000
Varianza
387,007
Desv. tp.
19,67249
Mnimo
195,60
Mximo
262,30
Rango
66,70
Amplitud intercuartil
29,40
Asimetra
,868
,409
Curtosis
-,436
,798
MILLAS Media
3451,4848 74,49995
Intervalo de
Lmite inferior
3299,7334
confianza para la
Lmite superior 3603,2363
media al 95%
Media recortada al 5%
3428,9495
Mediana
3232,0000
Varianza
183158,008
Desv. tp.
427,96963
Mnimo
2928,00
Mximo
4394,00
Rango
1466,00
Amplitud intercuartil
657,50
Asimetra
,955
,409
Curtosis
-,528
,798
Una lnea recta es la mejor aproximacin del conjunto de datos dado. Esta puede ser
determinada aproximadamente usando el mtodo visual al dibujar una lnea recta en una
grfica de dispersin para que tanto el nmero de puntos arriba de la recta y debajo de la
recta sean casi iguales (y la lnea pasa a travs de tantos puntos como sea posible).
DurbinWatson
1,165
Sig.
,000a
Modelo
1
(Constant
e)
MILLAS
,045
a. Variable dependiente: COSTOS
y=ax+b +e
=x++e
Y=0.045x+64.839
Modelo lineal
Donde para este caso:
=0.045
=64.839
,002
Coeficiente
s
tipificados
Beta
t
9,691
Sig.
,000
,972 23,232
,000
Frequency
2,00
11,00
9,00
3,00
1,00
3,00
3,00
1,00
Stem width:
Each leaf:
Descripcin de la
grfica:
Curva normal
sesgo a la derecha
Descripcin de la
grfica:
Residuo=error
Promedio o valor
esperado de una
constante=constante
Descriptivos
GASTOS
Media
ADMINISTRATIVOS Intervalo de
Lmite inferior
confianza para Lmite superior
la media al 95%
Media recortada al 5%
Mediana
Varianza
Desv. tp.
Mnimo
Mximo
Rango
Amplitud intercuartil
Asimetra
Curtosis
ACTIVOS
Media
Intervalo de
Lmite inferior
confianza para Lmite superior
la media al 95%
Media recortada al 5%
Mediana
Varianza
Desv. tp.
Mnimo
Mximo
Rango
Amplitud intercuartil
Asimetra
Curtosis
AGENCIAS
Media
Intervalo de
Lmite inferior
confianza para Lmite superior
la media al 95%
Media recortada al 5%
Mediana
Varianza
Desv. tp.
,524
1,014
2,05226
r 2=0.667
Exponencial
r =0.890
LOGARITMO DE ACTIVOS
Sig.
,000a