Psicometria-Menesesetal

Editorial UOC 186 Psicometría
A continuación se presenta el listado obtenido en este ejemplo mediante el
uso del programa R:
> RegModel.2 < lm(Nota.Matemáticas~Test.Numérico +
Test.Razonamiento, data=Datos)
> summary(RegModel.2)
Call:
lm(formula = Nota.Matemáticas ~ Test.Numérico + Test.Razonamiento, data
= Datos)
Residuals:
Min 1Q Median 3Q Max
-1.72686 -0.64006 -0.00108 0.52167 1.74005
Coefficients:
Estimate Std. Error t value Pr(>|t|)
Intercept) -1.91579 0.62646 -3.058 0.00711 **
Test.Cálculo 0.70883 0.23719 2.988 0.00825 **
Test.Razonamiento 0.05246 0.01835 2.858 0.01088 *
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 1.001 on 17 degrees of freedom
Multiple R-squared: 0.9028, Adjusted R-squared: 0.8914
F-statistic: 78.96 on 2 and 17 DF, p-value: 2.481e-09
El valor de coeficiente de determinación es 0,9028; por tanto, un 90,28% de
la varianza de la variable criterio viene explicada por la regresión entre esta variable
y la combinación de las dos variables independientes.
La ecuación del plano de regresión se encuentra verificada globalmente, ya
que el valor del estadístico de contraste (F = 78,96) indicia una probabilidad tendente
a cero (p value) de que no exista relación entre las variables.
Es importante también observar si se encuentran significados los diferentes
coeficientes de la regresión (b). En este caso, tanto el coeficiente que afecta al