Instrucciones

1. Plantea un modelo de regresin para analizar la relacin entre las variables, tomando en cuenta lo siguiente:

Argumenta por qu esperas que sea importante examinar dicha relacin.

Que es un modelo de regresin, Un anlisis de regresin genera una ecuacin para describir la relacin estadstica entre
uno o ms predictores y la variable de respuesta y para predecir nuevas observaciones. La regresin lineal generalmente
utiliza el mtodo de estimacin de mnimos cuadrados ordinarios, del cual se obtiene la ecuacin al minimizar la suma de
los residuos cuadrados.

Qu es regresin lineal mltiple?

La regresin lineal mltiple examina las relaciones lineales entre una respuesta continua y dos o ms predictores.

Si el nmero de predictores es grande, antes de ajustar un modelo de regresin con todos los predictores, usted debera utilizar las
tcnicas de seleccin de modelo paso a paso o de los mejores subconjuntos para excluir predictores que no estn asociados con las
respuestas.

Genera una versin simple y una versin mltiple manteniendo la misma variable dependiente a fin de comparar el
caso de una slo variable independiente con el caso de ms de una variable independiente.

Versin de regresin lineal simple.

Qu es regresin lineal simple?

La regresin lineal simple examina la relacin lineal entre dos variables continuas: una respuesta (y) y un predictor (x).
Cuando las dos variables estn relacionadas, es posible predecir un valor de respuesta a partir de un valor predictor con
mayor exactitud.

Regresin ofrece la lnea que "mejor" se ajusta a los datos. Esta lnea se puede utilizar despus para:

Examinar cmo cambia la variable de respuesta a medida que cambia la variable predictora.
 Predecir el valor de una variable de respuesta (y) para cualquier variable predictor (x).

Ventas Poblacion 691.176471

10,000 0
10,000 1
15,000 2
15,000 1
10,000 0
12,000 2
15,000 1
17,000 0
10,000 0
15,000 1
15,000 0

Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.20125942
Coeficiente de determinacin R^2 0.040505354
R^2 ajustado -0.066105162
Error tpico 0.811816991
Observaciones 11

ANLISIS DE VARIANZA
 Grados de Suma de cuadrados Promedio de los cuadrados
libertad
Regresin 1 0.250396735 0.250396735
Residuos 9 5.931421446 0.659046827
Total 10 6.181818182

Coeficiente Error tpico Estadstico t Probabilida Inferior 95%

s d

Intercepcin - 1.268461518 -0.031455625 0.97559271 -2.909359559

0.03990024 1
9

Variable X 1 5.86035E- 9.50752E-05 0.616390866 0.55290597 -0.000156472

05 6