Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.99109889
Coeficiente de determinación R^2 0.98227702
R^2 ajustado 0.96455404
Error típico 0.71691456
Observaciones 5

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 2 56.972067 28.4860335 55.423913
Residuos 2 1.02793296 0.51396648
Total 4 58

Coeficientes Error típico Estadístico t Probabilidad

Intercepción -5.3128492 0.87689212 -6.0587261 0.02617696
X1 0.19664804 0.06248997 3.14687358 0.08787474
X2 0.39664804 0.29349554 1.3514619 0.3091149

Análisis de los residuales

Observación Pronóstico y Residuos

Residuos estándares
1 -3.5363128 0.53631285 1.0579516
2 -0.9664804 -0.0335196 -0.066122
3 0.60335196 -0.603352 -1.1901956
4 2.37988827 -0.3798883 -0.7493824
5 6.51955307 0.48044693 0.94774831
Valor crítico de F
0.0177229821

Inferior 95% Superior 95%Inferior 95.0%

Superior 95.0%
-9.08581145 -1.5398869 -9.0858114 -1.5398869
-0.0722246081 0.4655207 -0.0722246 0.4655207
-0.8661613533 1.65945744 -0.8661614 1.65945744
 y X1 X2 y
-3 5 2 Matriz = -3
-1 10 6 Y -1
( 5 x1)
0 20 5 0
2 25 7 2
7 40 10 7

X'X 5 100 30
100 2750 745
30 745 214

Valore de la Ecuación
Ecuación: Modelo estimado
-5.312849 -5.312849
ŷ i
ˆ   X ' X  X ' Y
1
0.196648 0.196648 .-5.31+0.20X1+ 0.40 X2
0.396648 0.396648
.=MMULT(MMULT(MINVERSA(MMULT(TRANSPONER(K3:M7);K3:M7));TRANSPONER(K3:M7));H3:H7)

estimado de la varianza de peturbacion Donde

K= Numero de parametro
5
1.027933 n=tamaño de la muestra
 i  e' e
e 2

i 1
escalar

Matriz de Varianzas y covarianzas

 0.77 0.02  0.18 

En donde 0.7689398 0.021822
V ( ˆ )  ˆ u2 ( X ' X ) 1   0.02 0.0039  0.02  0.021822 0.003905
  0.18  0.02 -0.183765 -0.016654
0.09 
Cov( A, B)
 A, B 
 A B

ˆ ' X ' y  n Y 


Coeficiente
  0.982277 de determinacion
R2  0.0169358
 2
 
y ' y  n Y 
 
 2

ˆ
 ' X ' y  n Y 
R 
2  
 2
 
y ' y  n Y  58
 

Donde n = tamaño de la muestra

k= Numero de parametro

   2
 56.972067 28.486034
 ˆ ' X ' y  n Y   /( k  1)
   
F '
 
y y  ˆ ' X ' y /( n  k ) 1.027933 0.5139665

DONDE A= b1 , b2, b3

Cov( A, B)
 A, B 
 A B
 Variable X1 X2
Matriz = 1 5 2
X 1 10 6
( 5 x 3) 1 20 5 1 1 1 1
1 25 7 X' 5 10 20 25
1 40 10 2 6 5 7

1.4960894 0.0424581 -0.3575419 5

 X ' X  1 0.0424581 0.0075978 -0.0324022
X 'Y
305
-0.357542 -0.032402 0.16759777 72

Y estimada e
Ecuación: Modelo estimado -3.5363128 0.5363
-0.9664804 -0.0335
.-5.31+0.20X1+ 0.40 X2 Yˆ  0.60335196
e  Y  Yˆ
-0.6034
2.37988827 -0.3799
;TRANSPONER(K3:M7));H3:H7) 6.51955307 0.4804

Entonce Escalar
de parametro K= 3 e' e 0.5139665
de la muestra n=5 ˆ u2 
nk Error cuadratico de los errores

arianzas y covarianzas Desviaciones tipicas de los parametros Error Estandar

-0.183764552 V(β0)= 0.7689398 0.8768921

-0.016653662 V(β1)= 0.003905 0.06249
0.0861396336 V(β2)= 0.08613963 0.2934955
1
0.3982344729 1 la relación entre las variables independientes
-0.714026056 -0.908025 1

coeficiente de correlacion multiple

0.1301376604
n = tamaño de la muestra
k= Numero de parametro

Prueba de significancia global mediante estadistico F

55.423913 al menos uno de los parametros es distintos de cero

H0: b1 es igual a cero hipotesis

H1= b1 no es igual a cero

f critico
Se acepta la h1, al meno un b es distinto de cero
19

de dos colas
2.1314495
tamaño de la muestra es pequeña

.-2.12 2.2

un cola derecho una cola lado izquierdo

1.7530504 -1.7530504

de dos colas
-1.959964
 1
40
10

donde
e= es el termino de error aleatorio

como construir la matriz de varianzas y covarianzas

se tiene l a varianza de perturbacio o del erro

ESTADISTICO T

-6.058726
3.1468736
1.3514619
0.5128205
 Pasos para realizar las matrices

y X1 X2 Matriz X1 X2
-3 5 2 1 5 2
-1 10 6 1 10 6
0 20 5 1 20 5
2 25 7 1 25 7
7 40 10 1 40 10

.=MMULT(MMULT(MINVERSA(MMULT(TRANSP

Esta formula es para calcular la ecuacion de la regresión Ecuacion

-5.3128492
ˆ   X ' X  X 'Y
1
0.19664804
0.39664804

yˆ i  5.31  0.20  x1i  0.40  x2i

estimador de varianza de peturbac
Y estimada y e
-3.5363128 -3 0.53631285
Yˆ  -0.9664804
0.60335196
-1
0
e  Y  Yˆ -0.0335196
-0.603352
2.37988827 2 -0.3798883
6.51955307 7 0.48044693

Escalar
Donde: n= tamaño de la muestra e' e 0.51396648
K= numero de parametros ˆ u2  .=MMULT(TRANSPONER(estimador);estimador) / (5-3)
Entonces nk
n=5
K=3

Matriz de varianzas y covarianzas

.=(MINVERSA(MMULT(TRANSPONER(F5:H9);F5:
 0.77 0.02  0.18 
V ( ˆ )  ˆ u2 ( X ' X ) 1   0.02 0.0039  0.02  0.7689398 0.02182204
0.02182204 0.003905
 0.18  0.02 0.09  -0.1837646 -0.0166537

Error Estanda.=raiz(desviacion tipica) Estadistico t .=ecuacion o beta / error estandar

 0.87689212 -6.0587261
0.06248997 3.14687358
0.29349554 1.3514619

2
ˆ 
 ' X ' y  n Y  56.972067 Coeficiente de determinacion

R 
2   0.98227702
2 58

y y  n Y 
'

 
Estadistico F

   2
 Prueba de significancia global F
 ˆ ' X ' y  n Y   /( k  1) 28.4860335
   
F ' 55.423913

 
y y  ˆ ' X ' y /( n  k ) 0.51396648

La prueba de significancia global no es nada mas que una prueba de hipotesis

Planteamiento de hipotesis

H0= B1 es igual a cero B1=0

H1= B1 no es igual a cero Valor critico F
19

Gráfica

H0
Se concluye que algun parametro es distinto de
ULT(MINVERSA(MMULT(TRANSPONER(F5:H9);F5:H9));TRANSPONER(F5:H9));A5:A9)

Pasos
.=MMULT(TRANSPONER(MatrizX);Matrix)
.=MINVERSA(MMULT(TRANSPONER(MatrizX);matrizX)
.=MMULT(MINVERSA(MMULT(TRANSPONER(MatrizX);MatrizX));TRANSPONER(MatrizX))
.=MMULT(MMULT(MINVERSA(MMULT(TRANSPONER(matrizX);matrizX));TRANSPONER(MatrizX));Matriz Y)

stimador de varianza de peturbacion

Estimador de la variancia de peturbacion
5

 i  e' e
e 2

i 1
1.02793296 .=MMULT(TRANSPONER(estimado de la variancia);estimador

timador);estimador) / (5-3)

anzas y covarianzas
MMULT(TRANSPONER(F5:H9);F5:H9))*(MMULT(TRANSPONER(H23:H27);H23:H27)/(5-3))) Desviaciones tipicas de los parametros

-0.1837646 V(β0)= 0.7689398

-0.0166537 V(β1)= 0.003905
0.08613963 V(β2)= 0.08613963

matriz de correlacion entre las variables independientes

eta / error estandar
Cov( A, B)
 A, B 
 A B
 Cov( A, B) 1
 A, B 
 A B 0.39823447 1
-0.7140261 -0.9080252 1

determinacion Coeficiente de correlacion

0.99109889

rueba de significancia global F

55.423913

Donde
(k-1) = Grados de libertad en el númerador 2
(n-k) = Grados de libertad en el denominador 2

alor critico F este es de la clase del 30/07/2018

2.21277049 -1.1891434

55.42
H1 F Calcúlado

19
F Critico
 19
F Critico

ue algun parametro es distinto de cero, por lo cual se acepta la hipotesis alternativa y se rechaza la hipotesis nula.
 X));Matriz Y)

timado de la variancia);estimador de la varianza)

tipicas de los parametros

ndependientes