Análisis de Regresión y Correlación con MINITAB - Tecnun
Análisis de Regresión y Correlación con MINITAB - Tecnun
Análisis de Regresión y Correlación con MINITAB - Tecnun
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Ejemplo práctico <strong>con</strong> <strong>MINITAB</strong><br />
Lo más habitual en la práctica es querer establecer una relación<br />
entre una variable respuesta (Y) y varias explicativas (X’s)<br />
Para la <strong>Regresión</strong> Múltiple, existen varias opciones:<br />
Stat/Regression/Regression<br />
Stat/Regression/Best Subsets<br />
Stat/Regression/Stepwise<br />
Ejemplo práctico <strong>con</strong> <strong>MINITAB</strong><br />
Ejemplo <strong>con</strong> la opción Stat/Regression/Regression<br />
Regression Analysis: Tiempo versus Edad; Peso; ...<br />
The regression equation is<br />
Tiempo = 486 + 3,41 Edad + 0,347 Peso - 21,4 Experiencia + 0,702 EnCarrera<br />
- 0,173 EnBici - 1,37 EnNatacion - 3,36 COCarrera - 1,38 COBici<br />
+ 0,893 CONatacion<br />
Predictor Coef SE Coef T P<br />
Constant 486,3 114,5 4,25 0,000<br />
Edad 3,410 1,091 3,13 0,003<br />
Peso 0,3470 0,7862 0,44 0,661<br />
Experien -21,424 3,697 -5,80 0,000<br />
EnCarrer 0,7025 0,2771 2,54 0,014<br />
EnBici -0,17251 0,06920 -2,49 0,016<br />
EnNataci -1,3727 0,9566 -1,43 0,157<br />
COCarrer -3,3550 0,8338 -4,02 0,000<br />
COBici -1,3845 0,9098 -1,52 0,134<br />
CONataci 0,8934 0,9217 0,97 0,337<br />
S = 22,70 R-Sq = 80,4% R-Sq(adj) = 77,2%<br />
Analysis of Variance<br />
Source DF SS MS F P<br />
Regression 9 116566 12952 25,14 0,000<br />
Residual Error 55 28339 515<br />
Total 64 144905<br />
Unusual Observations<br />
Obs Edad Tiempo Fit SE Fit Residual St Resid<br />
19 36,0 408,00 359,05 10,03 48,95 2,40R<br />
32 37,0 407,00 364,39 10,96 42,61 2,14R<br />
36 37,0 325,00 367,72 8,39 -42,72 -2,03R<br />
R <strong>de</strong>notes an observation with a large standardized residual<br />
Bondad <strong>de</strong>l ajuste<br />
¡¡Cuidado!!<br />
Linealidad significativa