Professional Documents
Culture Documents
Departamento de Sociologa
Anlisis estadstico II
Y = + iXi +
(1)
Sxy
xi = 2 =
S x
(ii ) XY
N
Xi
2
(
i )
(2)
(3)
SS modelo
---------------- =
SS Total
(4)
2
(5)
+ gl Error
gl Error = N-2
Sabemos que la Tabla Anova en el modelo de regresin se llena de la siguiente manera:
FUENTE
SS
Regresion (modelo)
Error
SS regresion
SS Error
GL
MS
J-1
N-2
___________________________________________________
TOTAL
N-1
La hiptesis nula a verificar es la existencia de un coeficiente de determinacin
2=0.
8. Significacin estadstica del coeficiente b de regresin lineal:
Para probar que el coeficiente b de regresin lineal existe, o lo que es lo mismo, para
concluir que la variable predictora est linealmente relacionada con la variable dependiente
se debe hacer una prueba de hiptesis en rden a demostrar que el coeficiente b difiere
significativamente de cero.
Las hipotesis nula y de trabajo sern :
Ho: B1=0
H1: B1 > 0
La prueba estadstica a utilizar ser:
b1 - 0
t = --------- =
sb1
(6)
MSError
s2x
(7)
3
20
1
4
14
2
5
11
2
6
10
3
7
6
4
8
8
5
9
6
6
10
4_
7_
*-----------------------------------------------------------------------*
OUTPUT GENERADO POR SAS PARA EJERCICIO 1:
*-----------------------------------------------------------------------*;
Analysis of Variance
DF
1
8
9
Sum of
Squares
43.50680
10.49320
54.00000
Root MSE
Dependent Mean
Coeff Var
1.14527
3.00000
38.17576
Source
Model
Error
Corrected Total
Mean
Square
43.50680
1.31165
R-Square
Adj R-Sq
F Value
33.17
0.8057
0.7814
Pr > F
0.0004
Parameter Estimates
Variable
Intercept
ingresos
DF
1
1
Parameter
Estimate
6.89950
-0.32227
Standard
Error
0.76785
0.05596
t Value
8.99
-5.76
Pr > |t|
<.0001
0.0004
Source
Model
Error
Corrected Total
DF
Sum of
Squares
Mean
Square
1
8
9
559.65180
440.34820
1000.00000
559.65180
55.04353
F Value
Pr > F
10.17
0.0128
Root MSE
Dependent Mean
Coeff Var
7.41913
R-Square
80.00000
Adj R-Sq
9.27392
Parameter Estimates
0.5597
0.5046
Variable
DF
Parameter
Estimate
Standard
Error
t Value
Pr > |t|
Intercept
ansiedad
1
1
103.89583
-0.52061
7.85271
0.16327
13.23
-3.19
<.0001
0.0128
Ejercicio 3: El nmero de Mayo/Junio de 1989 de la revista Public Health Reports (pages 222-225)
public un artculo titulado Un anlisis multi-estado de la esperanza de vida activa. Dos de las
variables estudiadas fueron la edad actual de la persona y el nmero esperado de aos por vivir:
---------------------------------------------------------------------------------------------------------edad (X)
65 67
69
71
73
75
77
79
81
83
---------------------------------------------------------------------------------------------------------aos por vivir(Y) 16.5 15.1 13.7 12.4 11.2 10.1 9.0
8.4
7.1
6.4
---------------------------------------------------------------------------------------------------------(a) Dibuje la nube de puntos
(b) Calcule la ecuacin de regresin.
(c) Para una persona de 70 aos, cul es su esperanza de vida?
*--------------------------------------------------------------------------------*
PROGRAMA SAS PARA DESARROLLO DEL EJERCICIO 3:
*--------------------------------------------------------------------------------*;
options linesize=80;
data ej3;
input edad expect;
datalines;
65 16.5
67 15.1
69 13.7
71 12.4
73 11.2
75 10.1
77 9.0
79 8.4
81 7.1
83 6.4
;
Source
Model
Error
Corrected Total
DF
Sum of
Squares
Mean
Square
1
8
9
103.37603
0.91297
104.28900
103.37603
0.11412
F Value
Pr > F
905.84
<.0001
10
Root MSE
Dependent Mean
Coeff Var
0.33782
10.99000
3.07387
R-Square
Adj R-Sq
0.9912
0.9902
Parameter Estimates
Variable
DF
Parameter
Estimate
Standard
Error
t Value
Pr > |t|
Intercept
edad
1
1
52.40758
-0.55970
1.38027
0.01860
37.97
-30.10
<.0001
<.0001