Professional Documents
Culture Documents
VICERRECTORADO ACADMICO
REA: INGENIERA
CARRERA: INGENIERA INDUSTRIAL
ASIGNATURA: INFERENCIA ESTADISTICA
TRABAJO PRCTICO
INFERENCIA ESTADISTICA
INTEGRANTE:
JOHNNATAN ALEXANDER GARCIA 18.836.593
REA DE INGENIERA
CARRERA DE INGENIERA INDUSTRIAL
LAPSO: 2015/2
1
INDICE
Introduccin ............................................................................................................................. 3
Desarrollo ................................................................................................................................ 4
CASO DE ESTUDIO: ................................................................................................................ 4
Desarrollo del Objetivo 8 ...................................................................................................... 5
OBJETIVO 8 ................................................................................................................... 5
Solucin ................................................................................................................................. 6
Desarrollo Objetivo 8 ..................................................................................................... 6
OBJETIVO 9.......................................................................................................................... 43
Solucin ............................................................................................................................... 44
Desarrollo Objetivo 9 ................................................................................................ 44
Antes de proceder a los clculos respectivos, se deber de exponer la implicancia
de un modelo de regresin lineal mltiple, en donde: .................................................... 44
Anlisis para los clculos anteriores: ................................................................................ 47
Anlisis para los clculos anteriores: ................................................................................ 57
Ahora procederemos a comparar el modelo 1 con el modelo 2 y definir as cual modelo
elegir ................................................................................................................................... 67
Desarrollo Objetivo 10 ......................................................................................................... 68
Solucin ............................................................................................................................... 69
Desarrollo Objetivo 10 .............................................................................................. 69
Conclusin:............................................................................................................................ 74
Introduccin
o de mltiples
verificaciones
Desarrollo
CASO DE ESTUDIO:
El archivo \DATA.xls" contiene informacin extrada del Banco Mundial
de Datos (web:datos.bancomundial.org) referente a 113 pases y que forma
parte de un estudio sobre el cambio climtico. Las variables consideradas
son:
Solucin
Desarrollo Objetivo 8
Inciso 8.1
Un anlisis variable a variable para la determinacin de un
cumplimiento de normalidad o no cumplimiento de esta condicin, se puede
establecer por distintos mtodos, entre los disponibles aplicaremos la prueba
de Kolomogorov-Smirnov, la cual, se adecua mejor para muestras mayores a
50 elementos.
No obstante primero se atender las solicitudes requeridas para cada
una de las variables de esta manera, el primer paso ser:
Muestra.
La aplicacin de la Regla de Sturges, establecer el nmero de
intervalos de clase (siempre impar), para la elaboracin del respectivo
histograma de frecuencia, que corresponda a cada variable.
Luego de haber establecido el nmero de clases se proceder a
definir la amplitud de cada clase, a razn de la siguiente relacin:
Amplitud de Clase (A):
La tabla de distribucin de frecuencia abarcar los 113 pases con sus 113 muestra
TABLA DE STURGERS PARA Y1
"Las emisiones de dioxido de carbono del consumo de combustible liquidos (% del Total)"
n=
n= 113
Paises Muestra Y1
AGO 35,0197
ALB 87,7969
ARE 23,8373
ARM 18,2476
AUS 27,2236
AUT 51,3569
AZE 37,5841
BEL
47,0174
BEN 82,7896
BGD 24,0732
BIH
20,1584
BLR
27,6477
BOL
58,574
BRA
66,137
BWA 48,83
CAN 46,6985
CHE 77,093
CHL 65,9756
CHN 14,8391
CIV 54,6084
CMR 78,4412
Regla de Sturges
Numero de Clases
K=1+[(3,322) (log n)]
K= 7
Rango
R= V. Mayor - V. Menor
Amplitud de Clase
A=R/K
A= 12,6783
R= 88,7482
L.I
,
L.S
Intervalos de clase Y1
[ 10,0214 , 22,6997 )
[ 22,6997 , 35,3780 )
[ 35,3780 , 48,0563 )
[ 48,0563 , 60,7347 )
[ 60,7347 , 73,4130 )
[ 73,4130 , 86,0913 )
[ 86,0913 , 98,7696 ]
fi
xi
15 16,3606
16 29,0389
20 41,7172
21 54,3955
14 67,0738
11 79,7521
16 92,4304
113 380,7685
Total
fi=Frecuencia
xi= Marca de Clase
F.R.S=Frecuencia Relativa Simple
% SIMPLE=Porcentaje
=Media
L.I=Limite Inferion
L.S=Limite Superior
F.R.S
0,1327
0,1416
0,1770
0,1858
0,1239
0,0973
0,1416
1
%SIMPLE
13,2743
14,1593
17,6991
18,5841
12,3894
9,7345
14,1593
100
(fi)( xi)
245,4084
464,6219
834,3437
1142,3055
939,0334
877,2734
1478,8871
5981,8734
(fi)( xi2)
4015,01745
13492,09686
34806,47168
62136,27883
62984,55188
69964,42213
136694,1883
384093,0271 52,9369
La tabla de distribucin de frecuencia abarcar los 113 pases con sus 113 muestra
TABLA DE STURGERS PARA Y2
"Las emisiones de dioxido de carbono (Toneladas metricas per capita)"
n=
n= 113
Paises Muestra Y2
AGO 1,3111
ALB
1,5075
ARE 23,1951
ARM 1,6948
AUS
17,467
AUT
8,4051
AZE
3,5553
BEL
9,7137
BEN
0,5163
BGD 0,3198
BI H
4,5804
BLR
6,3056
BOL
1,3182
BRA
1,884
BWA 2,4353
CAN 17,0519
CHE
5,0349
CHL
4,3516
CHN 5,1536
CI V
0,3649
CMR 0,3058
Regla de Sturges
Numero de Clases
K=1+[(3,322) (log n)]
K= 7
Rango
R= V. Mayor - V. Menor
Amplitud de Clase
A=R/K
A= 5,2528
R= 36,7695
L.I
,
L.S
Intervalos de clase Y2
[ 0,0473
, 5,3001 )
[ 5,3001
, 10,5529 )
[ 10,5529 , 15,8057 )
[ 15,8057 , 21,0584 )
[ 21,0584 , 26,3112 )
[ 26,3112 , 31,5640 )
[ 31,5640 , 36,8168 ]
fi
xi
72 2,6737
30 7,9265
6 13,1793
3 18,4321
1 23,6848
0 28,9376
1 34,1904
113 129,0244
Total
fi=Frecuencia
xi= Marca de Clase
F.R.S=Frecuencia Relativa Simple
% SIMPLE=Porcentaje
=Media
L.I=Limite Inferion
L.S=Limite Superior
F.R.S
0,6372
0,2655
0,0531
0,0265
0,0088
0,0000
0,0088
1
(fi)( xi2)
63,7168
26,5487
5,3097
2,6549
0,8850
0,0000
0,8850
100
514,7016
1884,8719
1042,1580
1019,2214
560,9714
0,0000
1168,9839
6190,9083 5,5093
192,5059
237,7944
79,0756
55,2962
23,6848
0,0000
34,1904
622,5472
La tabla de distribucin de frecuencia abarcar los 113 pases con sus 113 muestra
TABLA DE STURGERS PARA X1
"Combustibles renovables y residuos (% del total de energia)"
n=
n= 113
Paises Muestra X1
AGO 66,2047
ALB
10,6462
ARE
0,0804
ARM 0,2988
AUS
4,5237
AUT 15,0942
AZE
0,7259
BEL
3,6129
BEN 58,7777
BGD 33,0939
BI H
3,4158
BLR
4,6691
BOL 31,1781
BRA 30,6536
BWA 23,4092
CAN 4,9401
CHE
8,3192
CHL 16,9994
CHN 10,0894
CI V
74,8808
CMR 65,8963
Regla de Sturges
Numero de Clases
K=1+[(3,322) (log n)]
K= 7
Rango
R= V. Mayor - V. Menor
Amplitud de Clase
A=R/K
A= 13,4471
R= 94,1297
L.I
,
L.S
Intervalos de clase X1
[ 0,0043
, 13,4514 )
[ 13,4514 , 26,8985 )
[ 26,8985 , 40,3456 )
[ 40,3456 , 53,7927 )
[ 53,7927 , 67,2398 )
[ 67,2398 , 80,6869 )
[ 80,6869 , 94,1340 ]
fi
xi
63 6,7279
17 20,1750
7 33,6221
6 47,0692
8 60,5163
4 73,9634
8 87,4105
113 329,4841
F.R.S
0,5575
0,1504
0,0619
0,0531
0,0708
0,0354
0,0708
1
%SIMPLE
55,7522
15,0442
6,1947
5,3097
7,0796
3,5398
7,0796
100
( fi)( xi)
( fi)( xi2)
423,8546
2851,6298
342,9742
6919,4863
235,3544
7913,0957
282,4149 13293,0293
484,1300 29297,7321
295,8534 21882,3086
699,2836 61124,6942
2763,8650 143281,9760 24,4590
fi=Frecuencia
xi= Marca de Clase
F.R.S=Frecuencia Relativa Simple
% SIMPLE=Porcentaje
=Media
L.I=Limite Inferion
L.S=Limite Superior
La tabla de distribucin de frecuencia abarcar los 113 pases con sus 113 muestra
TABLA DE STURGERS PARA X2
"Consumo de energia procedente de combustibles fosiles (% del total)"
n=
n= 113
Paises Muestra X2
AGO 31,8019
ALB
65,1224
ARE 99,9196
ARM 70,5526
AUS 94,1176
AUT 72,7018
AZE
97,7647
BEL
73,1005
BEN 39,6693
BGD 66,6528
BI H
91,0714
BLR
92,3418
BOL 65,8204
BRA 52,6606
BWA 66,229
CAN 74,8897
CHE 51,4959
CHL 76,0434
CHN 86,7483
CI V 24,2533
CMR 28,8852
Regla de Sturges
Numero de Clases
K=1+[(3,322) (log n)]
K= 7
Rango
R= V. Mayor - V. Menor
Amplitud de Clase
A=R/K
A= 13,8587
R= 97,0112
L.I
,
L.S
Intervalos de clase X2
[ 2,9845
, 16,8432 )
[ 16,8432 , 30,7020 )
[ 30,7020 , 44,5607 )
[ 44,5607 , 58,4195 )
[ 58,4195 , 72,2782 )
[ 72,2782 , 86,1370 )
[ 86,1370 , 99,9957 ]
fi
xi
8 9,91387
7 23,7726
9 37,6314
12 51,4901
19 65,3488
21 79,2076
37 93,0663
113 360,4307
F.R.S
0,0708
0,0619
0,0796
0,1062
0,1681
0,1858
0,3274
1
%SIMPLE
7,0796
6,1947
7,9646
10,6195
16,8142
18,5841
32,7434
100
(fi)( xi)
(fi)( xi2)
79,3110
786,2788
166,4083
3955,9603
338,6822 12745,0714
617,8812 31814,7648
1241,6280 81138,9540
1663,3593 131750,6743
3443,4542 320469,6360
7550,7242 582661,3396 66,8206
fi=Frecuencia
xi= Marca de Clase
F.R.S=Frecuencia Relativa Simple
% SIMPLE=Porcentaje
=Media
L.I=Limite Inferion
L.S=Limite Superior
10
La tabla de distribucin de frecuencia abarcar los 113 pases con sus 113 muestra
TABLA DE STURGERS PARA X3
"Crecimiento de la poblacion (% anual)"
n=
n= 113
Paises Muestra X3
AGO 3,4062
ALB
-0,7557
ARE 15,0326
ARM -0,4689
AUS
0,6247
AUT
0,3241
AZE
1,1339
BEL
0,7343
BEN
3,0778
BGD 1,2033
BI H
0,0499
BLR
-0,4592
BOL
1,6891
BRA
1,0881
BWA
1,817
CAN 0,9699
CHE
0,8937
CHL
1,1177
CHN 0,5223
CI V
2,0124
CMR 2,5535
Regla de Sturges
Numero de Clases
K=1+[(3,322) (log n)]
K= 7
Rango
R= V. Mayor - V. Menor
Amplitud de Clase
A=R/K
A= 2,3585
R= 16,5098
L.I
,
L.S
Intervalos de clase X3
[ -1,4772 , 0,8813 )
[ 0,8813
, 3,2399 )
[ 3,2399
, 5,5984 )
[ 5,5984
, 7,9570 )
[ 7,9570
, 10,3155 )
[ 10,3155 , 12,6741 )
[ 12,6741 , 15,0326 ]
fi
xi
F.R.S
43 -0,2979
67 2,0606
2 4,4192
0 6,7777
0 9,1362
0 11,4948
1 13,8533
113 47,4439
0,3805
0,5929
0,0177
0,0000
0,0000
0,0000
0,0088
1
%SIMPLE
( fi)( xi)
38,0531
59,2920
1,7699
0,0000
0,0000
0,0000
0,8850
100
-12,8109
138,0612
8,8383
0,0000
0,0000
0,0000
13,8533
147,9419
(fi)( xi2)
3,8167
284,4908
39,0579
0,0000
0,0000
0,0000
191,9147
519,2801
1,3092
fi=Frecuencia
xi= Marca de Clase
F.R.S=Frecuencia Relativa Simple
% SIMPLE=Porcentaje
=Media
L.I=Limite Inferion
L.S=Limite Superior
11
La tabla de distribucin de frecuencia abarcar los 113 pases con sus 113 muestra
TABLA DE STURGERS PARA X4
"Importaciones de energia, valor neto (% del uso de energia)"
n=
n= 113
Regla de Sturges
Numero de Clases
K=1+[(3,322) (log n)]
K= 7
Paises Muestra X4
AGO -785,553
ALB 47,9984
ARE -264,2098
ARM 70,7847
AUS -138,2323
L.I
,
L.S
AUT 67,336
Grupos
Intervalos de clase X4
AZE -330,6913
1= [ -930,1576 , -783,4219 )
BEL
74,8389
2= [ -783,4219 , -636,6863 )
BEN 41,2223
3= [ -636,6863 , -489,9506 )
BGD 13,6963
4= [ -489,9506 , -343,2149 )
BIH
30,6007
5= [ -343,2149 , -196,4792 )
BLR 86,1984
6= [ -196,4792 ,
-49,7436 )
BOL -152,7443
7= [ -49,7436 ,
96,9921 ]
BRA 8,0841
BWA 53,1046 fi=Frecuencia
CAN -54,9101 xi= Marca de Clase
CHE 50,8547 F.R.S=Frecuencia Relativa Simple
CHL 69,3708 % SIMPLE=Porcentaje
CHN 6,327 =Media
CIV -12,9655 L.I=Limite Inferion
CMR -45,8392 L.S=Limite Superior
Rango
R= V. Mayor - V. Menor
Amplitud de Clase
A=R/K
A= 146,7357
R= 1027,1497
fi
xi
2 -856,7898
2 -710,0541
1 -563,3184
1 -416,5828
5 -269,8471
13 -123,1114
89 23,6243
113 -2916,0793
F.R.S
0,0177
0,0177
0,0088
0,0088
0,0442
0,1150
0,7876
1
%SIMPLE
1,7699
1,7699
0,8850
0,8850
4,4248
11,5044
78,7611
100
(fi)(xi)
(fi)(xi2)
-1713,5795 1468177,4004
-1420,1082 1008353,6296
-563,3184 317327,6439
-416,5828 173541,1876
-1349,2354 364087,2291
-1600,4483 197033,4414
2102,5595 49671,4218
-4960,7131 3578191,9537 -43,9001
12
La tabla de distribucin de frecuencia abarcar los 113 pases con sus 113 muestra
TABLA DE STURGERS PARA X5
"INB per capita, metodo Atlas (En dolares a precios actuales)"
n=
n= 113
Paises Muestra X5
AGO 2350
ALB
3530
ARE
40670
ARM
2710
AUS
37330
AUT
44200
AZE
2710
BEL
42640
BEN
600
BGD
590
BIH
3780
BLR
4310
BOL
1240
BRA
5980
BWA 5570
CAN 41230
CHE
62680
CHL
8740
CHN
2490
CIV
980
CMR
990
Regla de Sturges
Numero de Clases
K=1+[(3,322) (log n)]
K= 7
Rango
R= V. Mayor - V. Menor
Amplitud de Clase
A=R/K
A= 11168,5714
R= 78180
[
[
[
[
[
[
[
L.I
,
L.S
Intervalos de clase X5
220
, 11388,5714 )
11388,5714 , 22557,1429 )
22557,1429 , 33725,7143 )
33725,7143 , 44894,2857 )
44894,2857 , 56062,8571 )
56062,8571 , 67231,4286 )
67231,4286 , 78400,0000 ]
fi
xi
81 5804,2857
10 16972,8571
4 28141,4286
9 39310,0000
7 50478,5714
1 61647,1429
1 72815,7143
113 275170
F.R.S
0,7168
0,0885
0,0354
0,0796
0,0619
0,0088
0,0088
1
%SIMPLE
(fi)( xi)
71,6814 470147,1429
8,8496
169728,5714
3,5398
112565,7143
7,9646
353790,0000
6,1947
353350,0000
0,8850
61647,1429
0,8850
72815,7143
100 1594044,2857
(fi)(xi2)
2728868344,8980
2880778795,9184
3167760008,1633
13907484900,0000
17836603214,2857
3800370222,4490
5302128246,9388
49623993732,6531 14106,5866
fi=Frecuencia
xi= Marca de Clase
F.R.S=Frecuencia Relativa Simple
% SIMPLE=Porcentaje
=Media
L.I=Limite Inferion
L.S=Limite Superior
13
La tabla de distribucin de frecuencia abarcar los 113 pases con sus 113 muestra
TABLA DE STURGERS PARA X6
"Indice de beneficios del FMAM para la biodiversidad
(0= sin potencial de biodiversidad a 100=maximo)"
n=
n= 113
Paises Muestra X6
AGO 8,2624
ALB
0,1846
ARE
0,2129
ARM 0,2271
AUS 87,6917
AUT
0,3265
AZE
0,795
BEL
0,0142
BEN
0,2271
BGD
1,448
BI H
0,3691
BLR
0,0284
BOL 12,5497
BRA
100
BWA 1,4055
CAN 21,5077
CHE
0,2271
CHL
15,318
CHN 66,6099
CI V
3,4355
CMR 12,5071
Regla de Sturges
Numero de Clases
K=1+[(3,322) (log n)]
K= 7
Rango
R= V. Mayor - V. Menor
Amplitud de Clase
A=R/K
A= 14,2837
R= 99,9858
[
[
[
[
[
[
[
L.I
,
L.S
Intervalos de clase X6
0,0142
,
14,2979 )
14,2979 ,
28,5816 )
28,5816 ,
42,8653 )
42,8653 ,
57,1489 )
57,1489 ,
71,4326 )
71,4326 ,
85,7163 )
85,7163 , 100,0000 ]
fi
xi
93 7,1560
7 21,4397
6 35,7234
1 50,0071
2 64,2908
1 78,5745
3 92,8582
113 350,0497
F.R.S
0,8230
0,0619
0,0531
0,0088
0,0177
0,0088
0,0265
1
%SIMPLE
82,3009
6,1947
5,3097
0,8850
1,7699
0,8850
2,6549
100
(fi)( xi)
(fi)( xi2)
665,5120 4762,4323
150,0781 3217,6337
214,3405 7656,9740
50,0071 2500,7101
128,5816 8266,6103
78,5745 6173,9476
278,5745 25867,9120
1565,6682 58446,2199 13,8555
fi=Frecuencia
xi= Marca de Clase
F.R.S=Frecuencia Relativa Simple
% SIMPLE=Porcentaje
=Media
L.I=Limite Inferion
L.S=Limite Superior
14
La tabla de distribucin de frecuencia abarcar los 113 pases con sus 113 muestra
TABLA DE STURGERS PARA X7
"Industria, valor agregado (% del PIB)"
n=
n= 113
Paises Muestra X7
AGO 66,5691
ALB
18,9763
ARE
54,8402
ARM 43,9088
AUS 27,8973
AUT
30,8256
AZE
68,4945
BEL
25,1412
BEN
14,4323
BGD 25,7383
BI H
27,8708
BLR
43,1676
BOL 36,3893
BRA 27,1408
BWA 46,5414
CAN 29,9549
CHE 26,8811
CHL
43,695
CHN 46,6927
CI V
23,2717
CMR 29,8109
Regla de Sturges
Numero de Clases
K=1+[(3,322) (log n)]
K= 7
Rango
R= V. Mayor - V. Menor
Amplitud de Clase
A=R/K
A= 9,1360
R= 63,9521
L.I
,
L.S
Intervalos de claseX7
[ 12,466
, 21,6020 )
[ 21,6020 , 30,7380 )
[ 30,7380 , 39,8740 )
[ 39,8740 , 49,0101 )
[ 49,0101 , 58,1461 )
[ 58,1461 , 67,2821 )
[ 67,2821 , 76,4181 ]
fi
17
43
29
14
3
4
3
113
xi
17,0340
26,1700
35,3060
44,4421
53,5781
62,7141
71,8501
311,0944
F.R.S
0,1504
0,3805
0,2566
0,1239
0,0265
0,0354
0,0265
1
%SIMPLE
15,0442
38,0531
25,6637
12,3894
2,6549
3,5398
2,6549
100
( fi)( xi)
289,5781
1125,3109
1023,8750
622,1887
160,7342
250,8563
215,5503
3688,0936
( fi)( xi2)
4932,6758
29449,4109
36148,9686
27651,3413
8611,8269
15732,2226
15487,3075
138013,7537 32,6380
fi=Frecuencia
xi= Marca de Clase
F.R.S=Frecuencia Relativa Simple
% SIMPLE=Porcentaje
=Media
L.I=Limite Inferion
L.S=Limite Superior
15
La tabla de distribucin de frecuencia abarcar los 113 pases con sus 113 muestra
TABLA DE STURGERS PARA X8
"PIB por unidad de uso de energia, (PPA a dolares por kg de equivalente de petroleo)"
n=
n= 113
Paises Muestra X8
AGO 9,996
ALB
11,2658
ARE
9,0067
ARM 6,7909
AUS
6,4213
AUT
9,7375
AZE
8,8394
BEL
6,8139
BEN
4,134
BGD 11,7112
BI H
5,6876
BLR
4,2304
BOL
6,6549
BRA 10,1603
BWA
11,96
CAN 4,8569
CHE 13,8973
CHL
9,0585
CHN 4,3876
CI V
4,7026
CMR 7,2757
Regla de Sturges
Numero de Clases
K=1+[(3,322) (log n)]
K= 7
Rango
R= V. Mayor - V. Menor
Amplitud de Clase
A=R/K
A= 2,2917
R= 16,0416
L.I
,
L.S
Intervalos de clase X8
[ 1,7651
, 4,0568 )
[ 4,0568
, 6,3484 )
[ 6,3484
, 8,6401 )
[ 8,6401
, 10,9317 )
[ 10,9317 , 13,2234 )
[ 13,2234 , 15,5150 )
[ 15,5150 , 17,8067 ]
fi
11
22
31
27
13
7
2
113
xi
F.R.S
2,9109
5,2026
7,4942
9,7859
12,0776
14,3692
16,6609
68,5013
0,0973
0,1947
0,2743
0,2389
0,1150
0,0619
0,0177
1
( fi)( xi2)
9,7345
19,4690
27,4336
23,8938
11,5044
6,1947
1,7699
100
93,2086
595,4718
1741,0740
2585,6236
1896,2760
1445,3202
555,1693
8912,1435 8,2649
32,0202
114,4569
232,3215
264,2193
157,0082
100,5845
33,3217
933,9324
fi=Frecuencia
xi= Marca de Clase
F.R.S=Frecuencia Relativa Simple
% SIMPLE=Porcentaje
=Media
L.I=Limite Inferion
L.S=Limite Superior
16
La tabla de distribucin de frecuencia abarcar los 113 pases con sus 113 muestra
TABLA DE STURGERS PARA X9
"Promedio detallado de precipitaciones (mm anuales)"
n=
n= 113
Paises Muestra X9
AGO 1010
ALB
1485
ARE
78
ARM
562
AUS
534
AUT
1110
AZE
447
BEL
847
BEN
1039
BGD
2666
BIH
1028
BLR
618
BOL
1146
BRA
1761
BWA
416
CAN
537
CHE
1537
CHL
1522
CHN
645
CIV
1348
CMR 1604
Regla de Sturges
Numero de Clases
K=1+[(3,322) (log n)]
K= 7
Rango
R= V. Mayor - V. Menor
Amplitud de Clase
A=R/K
A= 455,5714
R= 3189
[
[
[
[
[
[
[
L.I
,
L.S
Intervalos de claseX9
51
, 506,5714 )
506,5714 , 962,1429 )
962,1429 , 1417,7143 )
1417,7143 , 1873,2857 )
1873,2857 , 2328,8571 )
2328,8571 , 2784,4286 )
2784,4286 , 3240,0000 ]
fi
xi
21 278,7857
36 734,3571
24 1189,9286
17 1645,5000
8 2101,0714
3 2556,6429
4 3012,2143
113 11518,500
F.R.S
0,1858
0,3186
0,2124
0,1504
0,0708
0,0265
0,0354
1
%SIMPLE
18,5841
31,8584
21,2389
15,0442
7,0796
2,6549
3,5398
100
(fi)( xi)
5854,5000
26436,8571
28558,2857
27973,5000
16808,5714
7669,9286
12048,8571
125350,5000
(fi)( xi2)
1632150,9643
19414094,8776
33982320,1224
46030394,2500
35316009,1837
19609268,0969
36293739,6122
192277977,1071 1109,2965
fi=Frecuencia
xi= Marca de Clase
F.R.S=Frecuencia Relativa Simple
% SIMPLE=Porcentaje
=Media
L.I=Limite Inferion
L.S=Limite Superior
17
La tabla de distribucin de frecuencia abarcar los 113 pases con sus 113 muestra
TABLA DE STURGERS PARA X10
"Uso de energia (kg de equivalente de petroleo per capita)"
n=
n= 113
Paises Muestra X10
AGO 561,5501
ALB 679,8618
ARE 8374,4437
ARM 954,7304
AUS 5692,9259
AUT 4029,627
AZE 1411,5573
BEL 5374,4983
BEN 368,2161
BGD 173,4901
BIH 1381,1221
BLR 2918,1979
BOL
703,759
BRA 1221,3621
BWA 1029,2904
CAN 8076,3975
CHE 3411,4209
CHL 1859,6854
CHN 1551,4299
CIV 539,7272
CMR 332,3033
Regla de Sturges
Numero de Clases
K=1+[(3,322) (log n)]
K= 7
Rango
R= V. Mayor - V. Menor
Amplitud de Clase
A=R/K
A= 2062,6144
R= 14438,3005
[
[
[
[
[
[
[
L.I
,
L.S
Intervalos de clase X10
163,5456 , 2226,1600 )
2226,1600 , 4288,7743 )
4288,7743 , 6351,3887 )
6351,3887 , 8414,0030 )
8414,0030 , 10476,6174 )
10476,6174 , 12539,2317 )
12539,2317 , 14601,8461 ]
fi
xi
70 1194,8528
29 3257,4671
9 5320,0815
4 7382,6959
0 9445,3102
0 11507,9246
1 13570,5389
113 51678,8710
F.R.S
0,6195
0,2566
0,0796
0,0354
0,0000
0,0000
0,0088
1
%SIMPLE
61,9469
25,6637
7,9646
3,5398
0,0000
0,0000
0,8850
100
(fi)(xi)
(fi)(xi2)
83639,6945 99937121,3722
94466,5469 307721672,0675
47880,7334 254729403,8158
29530,7834 218016792,0544
0,0000
0,0000
0,0000
0,0000
13570,5389 184159526,6180
269088,2972 1064564515,9279 2381,3124
fi=Frecuencia
xi= Marca de Clase
F.R.S=Frecuencia Relativa Simple
% SIMPLE=Porcentaje
=Media
L.I=Limite Inferion
L.S=Limite Superior
18
La tabla de distribucin de frecuencia abarcar los 113 pases con sus 113 muestra
TABLA DE STURGERS PARA X11
"Rentas totales de los recursos naturales (% del PIB)"
n=
n= 113
Paises Muestra X11
AGO 60,4244
ALB
3,1947
ARE
27,769
ARM
1,2986
AUS
9,1525
AUT
0,5095
AZE
63,6858
BEL
0,0581
BEN
5,372
BGD
6,3823
BI H
2,0189
BLR
2,4423
BOL
36,6032
BRA
7,3562
BWA
9,1492
CAN
7,2625
CHE
0,0582
CHL
23,0378
CHN
7,0411
CI V
10,2118
CMR 13,5034
Regla de Sturges
Numero de Clases
K=1+[(3,322) (log n)]
K= 7
Rango
R= V. Mayor - V. Menor
Amplitud de Clase
A=R/K
A= 10,4089
R= 72,8626
L.I
,
L.S
Intervalos de clase X11
[ 0,0026
, 10,4115 )
[ 10,4115 , 20,8205 )
[ 20,8205 , 31,2294 )
[ 31,2294 , 41,6384 )
[ 41,6384 , 52,0473 )
[ 52,0473 , 62,4563 )
[ 62,4563 , 72,8652 ]
fi
xi
80 5,2071
9 15,6160
10 26,0250
3 36,4339
4 46,8428
3 57,2518
4 67,6607
113 255,0373
F.R.S %SIMPLE
0,7080
0,0796
0,0885
0,0265
0,0354
0,0265
0,0354
1
70,7965
7,9646
8,8496
2,6549
3,5398
2,6549
3,5398
100
(fi)( xi)
(fi)( xi2)
416,5657
140,5441
260,2496
109,3017
187,3714
171,7554
270,6429
1556,4308
2169,0874
2194,7391
6772,9839
3982,2872
8777,0077
9833,3009
18311,8968
52041,3031 13,7737
fi=Frecuencia
xi= Marca de Clase
F.R.S=Frecuencia Relativa Simple
% SIMPLE=Porcentaje
=Media
L.I=Limite Inferion
L.S=Limite Superior
19
La tabla de distribucin de frecuencia abarcar los 113 pases con sus 113 muestra
TABLA DE STURGERS PARA X12
"Area selvatica (kilometros cuadrados)"
n=
n= 113
Paises Muestra X12
AGO 588544
ALB
7797
ARE
3141
ARM
2746
AUS 1520720
AUT
38720
AZE
9360
BEL
6747
BEN
47110
BGD 14498
BIH
21850
BLR
85136
BOL 581188
BRA 5261052
BWA 117062
CAN 3101340
CHE
12262
CHL 161182
CHN 1985706
CIV 104042
CMR 205760
Regla de Sturges
Numero de Clases
K=1+[(3,322) (log n)]
K= 7
Rango
R= V. Mayor - V. Menor
Amplitud de Clase
A=R/K
A= 1155535,8571
R= 8088751
L.I
,
L.S
Intervalos de clase X12
[ 349
, 1155884,8571 )
[ 1155884,8571 , 2311420,7143 )
[ 2311420,7143 , 3466956,5714 )
[ 3466956,5714 , 4622492,4286 )
[ 4622492,4286 , 5778028,2857 )
[ 5778028,2857 , 6933564,1429 )
[ 6933564,1429 , 8089100,0000 ]
fi
xi
106 578116,9286
3 1733652,7857
2 2889188,6429
0 4044724,5000
1 5200260,3571
0 6355796,2143
1 7511332,0714
Total 113 28313071,500
F.R.S
0,9381
0,0265
0,0177
0,0000
0,0088
0,0000
0,0088
1
%SIMPLE
93,8053
2,6549
1,7699
0,0000
0,8850
0,0000
0,8850
100
(fi)(xi)
(fi)(xi2)
61280394,4286 35427233408691,4000
5200958,3571
9016655944244,7100
5778377,2857 16694822028029,4000
0,0000
0,0000
5200260,3571 27042707782071,5000
0,0000
0,0000
7511332,0714 56420109487271,4000
84971322,5000 144601528650308,0000
751958,6062
fi=Frecuencia
xi= Marca de Clase
F.R.S=Frecuencia Relativa Simple
% SIMPLE=Porcentaje
=Media
L.I=Limite Inferion
L.S=Limite Superior
20
Grupos
( ; )
[ ; )
( ; )
( ; )
( ; )
( ; )
( ; ]
Total
fe
5
12
22
35
22
12
5
113
21
22
P(Value)<0,05
Chi-Cuadrada<12,59
P(Value)>0,05
Chi-Cuadrada>12,59
23
Variable Y1
Intervalos de clase Y1
L.I
;
L.S
[10,0214 ; 22,6997)
[22,6997 ; 35,378)
[35,378 ; 48,0563)
[48,0563 ; 60,7346)
[60,7346 ; 73,4129)
[73,4129 ; 86,0912)
[86,0912 ; 98,7696]
fi
15
16
20
21
14
11
16
113
fe
5
12
22
35
22
12
5
113
fi-fe
10
4
-2
-14
-8
-1
11
(fi-fe)^2
100
16
4
196
64
1
121
[(fi-fe)^2]/fe
20
1,333333333
0,181818182
5,6
2,909090909
0,083333333
24,2
54,30757576
^
Valor Critico
0
Chisq
Chi-square distribution
df = 6
Chi-square distribution
df = 6
6
P(Value)
,05
Chi-square
10
11
12
12.59
13
14
15
16
54,3070 >12.59
12,59
P(upper)
Chi-square
7,38E-10
54,3070
Conclusiones:
Con un nivel de Confianza de 95%(=0,05), se concluye que la variable
analizada no sigue una distribucin normal bajo los anteriores preceptos con
la prueba Chi Cuadrado
24
Variable Y2
Intervalos de clase Y2
L.I ; L.S
[0,0473 ; 5,3)
[5,3 ; 10,5528)
[10,5528 ; 15,8056)
[15,8056 ; 21,0584)
[21,0584 ; 26,3112)
[26,3112 ; 31,564)
[31,564 ; 36,8168]
fi
72
30
6
3
1
0
1
fe
5
12
22
35
22
12
5
fi-fe
67
18
-16
-32
-21
-12
-4
(fi-fe)^2
4489
324
256
1024
441
144
16
113
Nivel de Signicacion ()= 0,05
Grados de libertad (G.L)= [(# de Columnas-1)(# de Filas-1)]
G.L= 6
[(fi-fe)^2]/fe
897,8
27
11,63636364
29,25714286
20,04545455
12
3,2
1000,938961
^
Valor Critico
0
Chisq
Chi-square distribution
df = 6
Chi-square distribution
df = 6
6
P(Value)
,05
Chi-square
10
11
12
12.59
13
14
15
16
1000 >12.59
12,59
P(upper)
Chi-square
8,94E-213
1000,0000
Conclusiones:
Con un nivel de Confianza de 95%(=0,05), se concluye que la variable
analizada no sigue una distribucin normal bajo los anteriores preceptos con
la prueba Chi Cuadrado
25
Variable X1
Intervalos de clase X1
L.I ; L.S
[0,0043 ; 13,4514)
[13,4514 ; 26,8985)
[26,8985 ; 40,3456)
[40,3456 ; 53,7927)
[53,7927 ; 67,2398)
[67,2398 ; 80,6869)
[80,6869 ; 94,134]
fi
63
17
7
6
8
4
8
113
fe
5
12
22
35
22
12
5
113
fi-fe
58
5
-15
-29
-14
-8
3
(fi-fe)^2
3364
25
225
841
196
64
9
[(fi-fe)^2]/fe
672,8
2,083333333
10,22727273
24,02857143
8,909090909
5,333333333
1,8
725,1816017
^
Valor Critico
0
Chisq
Chi-square distribution
df = 6
Chi-square distribution
df = 6
6
P(Value)
,05
Chi-square
10
11
12
12.59
13
14
15
16
725 >12.59
12,59
P(upper)
Chi-square
2,44E-153
725,0000
Conclusiones:
Con un nivel de Confianza de 95%(=0,05), se concluye que la variable
analizada no sigue una distribucin normal bajo los anteriores preceptos con
la prueba Chi Cuadrado
26
Variable X2
Intervalos de clase X2
L.I ; L.S
[2,9845 ; 16,8432)
[16,8432 ; 30,702)
[30,702 ; 44,5607)
[44,5607 ; 58,4195)
[58,4195 ; 72,2782)
[72,2782 ; 86,137)
[86,137 ; 99,9957]
fi
8
7
9
12
19
21
37
113
fe
5
12
22
35
22
12
5
113
fi-fe
3
-5
-13
-23
-3
9
32
(fi-fe)^2 [(fi-fe)^2]/fe
9
1,8
25 2,083333333
169 7,681818182
529 15,11428571
9 0,409090909
81
6,75
1024
204,8
238,6385281
^
Valor Critico
0
Chisq
Chi-square distribution
df = 6
Chi-square distribution
df = 6
6
P(Value)
,05
Chi-square
10
11
12
12.59
13
14
15
16
238 >12.59
12,59
P(upper)
Chi-square
1,50E-48
238,0000
Conclusiones:
Con un nivel de Confianza de 95%(=0,05), se concluye que la variable
analizada no sigue una distribucin normal bajo los anteriores preceptos con
la prueba Chi Cuadrado
27
Variable X3
Intervalos de clase X3
L.I ; L.S
[-1,4772 ; 0,8813)
[0,8813 ; 3,2399)
[3,2399 ; 5,5984)
[5,5984 ; 7,957)
[7,957 ; 10,3155)
[10,3155 ; 12,6741)
[12,6741 ; 15,0326]
fi
43
67
2
0
0
0
1
113
fe
5
12
22
35
22
12
5
113
fi-fe
38
55
-20
-35
-22
-12
-4
(fi-fe)^2 [(fi-fe)^2]/fe
1444
288,8
3025 252,0833333
400 18,18181818
1225
35
484
22
144
12
16
3,2
631,2651515
^
Valor Critico
0
Chisq
Chi-square distribution
df = 6
Chi-square distribution
df = 6
6
P(Value)
,05
Chi-square
10
11
12
12.59
13
14
15
16
631>12.59
12,59
P(upper)
Chi-square
4,78E-133
631,0000
Conclusiones:
Con un nivel de Confianza de 95%(=0,05), se concluye que la variable
analizada no sigue una distribucin normal bajo los anteriores preceptos con
la prueba Chi Cuadrado
28
Variable X4
Intervalos de clase X4
L.I ; L.S
[-930,1576 ; -783,4219)
[-783,4219 ; -636,6863)
[-636,6863 ; -489,9506)
[-489,9506 ; -343,2149)
[-343,2149 ; -196,4792)
[-196,4792 ; -49,7436)
[-49,7436 ; 96,9921]
fi
2
2
1
1
5
13
89
113
fe
5
12
22
35
22
12
5
113
fi-fe
-3
-10
-21
-34
-17
1
84
(fi-fe)^2 [(fi-fe)^2]/fe
9
1,8
100 8,333333333
441 20,04545455
1156 33,02857143
289 13,13636364
1 0,083333333
7056
1411,2
1487,627056
^
Valor Critico
0
Chisq
Chi-square distribution
df = 6
Chi-square distribution
df = 6
6
P(Value)
,05
Chi-square
10
11
12
12.59
13
14
15
16
1487>12.59
12,59
P(upper)
Chi-square
0,00E+00
1487,0000
Conclusiones:
Con un nivel de Confianza de 95%(=0,05), se concluye que la variable
analizada no sigue una distribucin normal bajo los anteriores preceptos con
la prueba Chi Cuadrado
29
Variable X5
Intervalos de clase X5
L.I ; L.S
[220 ; 11388,5714)
[11388,5714 ; 22557,1429)
[22557,1429 ; 33725,7143)
[33725,7143 ; 44894,2857)
[44894,2857 ; 56062,8571)
[56062,8571 ; 67231,4286)
[67231,4286 ; 78400]
fi
81
10
4
9
7
1
1
113
fe
5
12
22
35
22
12
5
113
fi-fe
76
-2
-18
-26
-15
-11
-4
(fi-fe)^2
5776
4
324
676
225
121
16
[(fi-fe)^2]/fe
1155,2
0,333333333
14,72727273
19,31428571
10,22727273
10,08333333
3,2
1213,085498
^
Valor Critico
0
Chisq
Chi-square distribution
df = 6
Chi-square distribution
df = 6
6
P(Value)
,05
Chi-square
10
11
12
12.59
13
14
15
16
1213>12.59
12,59
P(upper)
Chi-square
7,35E-259
1213,0000
Conclusiones:
Con un nivel de Confianza de 95%(=0,05), se concluye que la variable
analizada no sigue una distribucin normal bajo los anteriores preceptos con
la prueba Chi Cuadrado
30
Variable X6
Intervalos de clase X6
L.I ; L.S
[0,0142 ; 14,2979)
[14,2979 ; 28,5816)
[28,5816 ; 42,8653)
[42,8653 ; 57,1489)
[57,1489 ; 71,4326)
[71,4326 ; 85,7163)
[85,7163 ; 100]
fi
93
7
6
1
2
1
3
113
fe
5
12
22
35
22
12
5
113
fi-fe
88
-5
-16
-34
-20
-11
-2
(fi-fe)^2
7744
25
256
1156
400
121
4
[(fi-fe)^2]/fe
1548,8
2,083333333
11,63636364
33,02857143
18,18181818
10,08333333
0,8
1624,61342
^
Valor Critico
0
Chisq
Chi-square distribution
df = 6
Chi-square distribution
df = 6
6
P(Value)
,05
Chi-square
10
11
12
12.59
13
14
15
16
1624>12.59
12,59
P(upper)
Chi-square
0,00E+00
1624,0000
Conclusiones:
Con un nivel de Confianza de 95%(=0,05), se concluye que la variable
analizada no sigue una distribucin normal bajo los anteriores preceptos con
la prueba Chi Cuadrado
31
Variable X7
Intervalos de claseX7
L.I ; L.S
[12,466 ; 21,602)
[21,602 ; 30,738)
[30,738 ; 39,874)
[39,874 ; 49,0101)
[49,0101 ; 58,1461)
[58,1461 ; 67,2821)
[67,2821 ; 76,4181]
fi
17
43
29
14
3
4
3
113
fe
5
12
22
35
22
12
5
113
fi-fe
12
31
7
-21
-19
-8
-2
(fi-fe)^2
144
961
49
441
361
64
4
[(fi-fe)^2]/fe
28,8
80,08333333
2,227272727
12,6
16,40909091
5,333333333
0,8
146,2530303
^
Valor Critico
0
Chisq
Chi-square distribution
df = 6
Chi-square distribution
df = 6
6
P(Value)
,05
Chi-square
10
11
12
12.59
13
14
15
16
146>12.59
12,59
P(upper)
Chi-square
5,42E-29
146,0000
Conclusiones:
Con un nivel de Confianza de 95%(=0,05), se concluye que la variable
analizada no sigue una distribucin normal bajo los anteriores preceptos con
la prueba Chi Cuadrado
32
Variable X8
Intervalos de clase X8
L.I ; L.S
[1,7651 ; 4,0568)
[4,0568 ; 6,3484)
[6,3484 ; 8,6401)
[8,6401 ; 10,9317)
[10,9317 ; 13,2234)
[13,2234 ; 15,515)
[15,515 ; 17,8067]
fi
11
22
31
27
13
7
2
113
fe
5
12
22
35
22
12
5
113
fi-fe
6
10
9
-8
-9
-5
-3
(fi-fe)^2
36
100
81
64
81
25
9
[(fi-fe)^2]/fe
7,2
8,333333333
3,681818182
1,828571429
3,681818182
2,083333333
1,8
28,60887446
^
Valor Critico
0
Chisq
Chi-square distribution
df = 6
Chi-square distribution
df = 6
6
P(Value)
,05
Chi-square
10
11
12
12.59
13
14
15
16
28>12.59
12,59
P(upper)
Chi-square
2,35E-24
124,0000
Conclusiones:
Con un nivel de Confianza de 95%(=0,05), se concluye que la variable
analizada no sigue una distribucin normal bajo los anteriores preceptos con
la prueba Chi Cuadrado
33
Variable X9
Intervalos de claseX9
L.I ; L.S
[51 ; 506,5714)
[506,5714 ; 962,1429)
[962,1429 ; 1417,7143)
[1417,7143 ; 1873,2857)
[1873,2857 ; 2328,8571)
[2328,8571 ; 2784,4286)
[2784,4286 ; 3240]
fi
21
36
24
17
8
3
4
113
fe
5
12
22
35
22
12
5
113
fi-fe
16
24
2
-18
-14
-9
-1
(fi-fe)^2
256
576
4
324
196
81
1
[(fi-fe)^2]/fe
51,2
48
0,181818182
9,257142857
8,909090909
6,75
0,2
124,4980519
^
Valor Critico
0
Chisq
Chi-square distribution
df = 6
Chi-square distribution
df = 6
6
P(Value)
,05
Chi-square
10
11
12
12.59
13
14
15
16
124.0000 >12.59
12,59
P(upper)
Chi-square
2,35E-24
124,0000
Conclusiones:
Con un nivel de Confianza de 95%(=0,05), se concluye que la variable
analizada no sigue una distribucin normal bajo los anteriores preceptos con
la prueba Chi Cuadrado
34
Variable X10
Intervalos de clase X10
L.I ; L.S
[163,5456 ; 2226,16)
[2226,16 ; 4288,7743)
[4288,7743 ; 6351,3887)
[6351,3887 ; 8414,003)
[8414,003 ; 10476,6174)
[10476,6174 ; 12539,2317)
[12539,2317 ; 14601,8461]
fi
70
29
9
4
0
0
1
113
fe
5
12
22
35
22
12
5
113
fi-fe
65
17
-13
-31
-22
-12
-4
(fi-fe)^2
4225
289
169
961
484
144
16
[(fi-fe)^2]/fe
845
24,08333333
7,681818182
27,45714286
22
12
3,2
941,4222944
^
Valor Critico
0
Chisq
Chi-square distribution
df = 6
Chi-square distribution
df = 6
6
P(Value)
,05
Chi-square
10
11
12
12.59
13
14
15
16
941>12.59
12,59
P(upper)
Chi-square
5,13E-200
941,0000
Conclusiones:
Con un nivel de Confianza de 95%(=0,05), se concluye que la variable
analizada no sigue una distribucin normal bajo los anteriores preceptos con
la prueba Chi Cuadrado
35
Variable X11
Intervalos de clase X11
L.I ; L.S
[0,0026 ; 10,4115)
[10,4115 ; 20,8205)
[20,8205 ; 31,2294)
[31,2294 ; 41,6384)
[41,6384 ; 52,0473)
[52,0473 ; 62,4563)
[62,4563 ; 72,8652]
fi
80
9
10
3
4
3
4
113
fe
5
12
22
35
22
12
5
113
fi-fe
75
-3
-12
-32
-18
-9
-1
(fi-fe)^2
5625
9
144
1024
324
81
1
[(fi-fe)^2]/fe
1125
0,75
6,545454545
29,25714286
14,72727273
6,75
0,2
1183,22987
^
Valor Critico
0
Chisq
Chi-square distribution
df = 6
Chi-square distribution
df = 6
6
P(Value)
,05
Chi-square
10
11
12
12.59
13
14
15
16
1183>12.59
12,59
P(upper)
Chi-square
2,29E-252
1183,0000
Conclusiones:
Con un nivel de Confianza de 95%(=0,05), se concluye que la
variable analizada no sigue una distribucin normal bajo los anteriores
preceptos con la prueba Chi Cuadrado
36
Variable X12
Intervalos de clase X12
L.I ; L.S
[349 ; 1155884,8571)
[1155884,8571 ; 2311420,7143)
[2311420,7143 ; 3466956,5714)
[3466956,5714 ; 4622492,4286)
[4622492,4286 ; 5778028,2857)
[5778028,2857 ; 6933564,1429)
[6933564,1429 ; 8089100]
fi
106
3
2
0
1
0
1
113
fe
5
12
22
35
22
12
5
113
fi-fe
101
-9
-20
-35
-21
-12
-4
(fi-fe)^2 [(fi-fe)^2]/fe
10201
2040,2
81
6,75
400 18,18181818
1225
35
441 20,04545455
144
12
16
3,2
2135,377273
^
Valor Critico
0
Chisq
Chi-square distribution
df = 6
Chi-square distribution
df = 6
6
P(Value)
,05
Chi-square
10
11
12
12.59
13
14
15
16
2135>12.59
12,59
P(upper)
Chi-square
0,00E+00
2135,0000
Conclusiones:
Con un nivel de Confianza de 95%(=0,05), se concluye que la variable
analizada no sigue una distribucin normal bajo los anteriores preceptos con
la prueba Chi Cuadrado
37
38
Apartado 8.2.a.
Aclaracin:
o
(Medio), X9<1000(Bajo))
Hiptesis nula. Ho:
o
se relaciona con un
39
Relacin X3 - X9
Prueba con StatPlus
Prueba Manual
RELACION ENTRE
Grupos X3 Y Grupos X9
RELACION ENTRE
Grupos X3 Y Grupos X9
Observados
Grupos X3
X3<0(Bajo)
0X1(Medio)
X>1(Alto)
Total
X9<1000(Bajo)
13
19
25
57
NIVEL DE PRECIPITACION
1000X2000(Medio)
X>2000(Alto)
3
0
13
2
28
10
44
12
Table Statistics
Observed Counts
X3<0(Bajo)
0X1(Medio)
X>1(Alto)
X9<1000(Bajo)
13
19
25
1000X2000(Medio)
3
13
28
X>2000(Alto)
0
2
10
Expected Counts
X3<0(Bajo)
0X1(Medio)
X>1(Alto)
X9<1000(Bajo)
8,07
17,15
31,78
1000X2000(Medio)
6,23
13,24
24,53
X>2000(Alto)
1,70
3,61
6,69
Std. Residuals
X3<0(Bajo)
0X1(Medio)
X>1(Alto)
X9<1000(Bajo)
1,74
0,45
-1,20
1000X2000(Medio)
-1,29
-0,07
0,70
X>2000(Alto)
-1,30
-0,85
1,28
Test Statistics
Pearson Chi-Square
Value
10,880
df
4,00
p-value
0,028
Total
16
34
63
113
Observados
Grupos X3
X3<0(Bajo)
0X1(Medio)
X>1(Alto)
Total
Probabilidad
X9<1000(Bajo)
13
19
25
57
0,5044
NIVEL DE PRECIPITACION
1000X2000(Medio)
X>2000(Alto)
3
0
13
2
28
10
44
12
0,3894
0,1062
Total
16
34
63
113
1,0000
Esperados
Grupos X3
X3<0(Bajo)
0X1(Medio)
X>1(Alto)
Total
X9<1000(Bajo)
8,070796
17,150442
31,778761
57
NIVEL DE PRECIPITACION
1000X2000(Medio)
X>2000(Alto)
6,230088
1,699115
13,238938
3,610619
24,530973
6,690265
44
12
Total
16
34
63
113
Cal.Formula
Grupos X3
X3<0(Bajo)
0X1(Medio)
X>1(Alto)
Total Pearson Chi-Square
X9<1000(Bajo)
3,0104894
0,1994621
1,4459847
4,6559362
NIVEL DE PRECIPITACION
1000X2000(Medio)
X>2000(Alto)
1,674691
1,699115
0,004312
0,718463
0,490569
1,637355
2,169573
4,054933
Grados de libertad df=
p=
RELACION ENTRE
Grupos X3 Y Grupos X9
RELACION ENTRE
Grupos X3 Y Grupos X9
Total
Chi2
10,88044
4
0,02800
0X1(Medio)
X>1(Alto)
Total
Observed
13
C2
C3
Todo
16
Expected
8,07
6,23
1,70
16,00
% of total
11,5%
2,7%
0,0%
14,2%
Observed
19
13
34
Expected
17,15
13,24
3,61
34,00
% of total
16,8%
11,5%
1,8%
30,1%
Observed
25
28
10
63
Expected
31,78
24,53
6,69
63,00
% of total
22,1%
24,8%
8,8%
55,8%
Observed
57
44
12
113
Expected
57,00
44,00
12,00
113,00
% of total
50,4%
38,9%
10,6%
100,0%
10,88
C1
Total
X3<0(Bajo)
13
8,071
3
6,23
0
1,699
16
0X1(Medio)
19
17,15
13
13,239
2
3,611
34
25
31,779
28
24,531
10
6,69
63
57
44
12
113
X>1(Alto)
Todo
chi-square
4 df
,0279 p-value
Anlisis:
Con los cuatro mtodos anteriormente descritos pudimos encontrar
que p=0,028, por lo tanto p<0,05 .-> Se Rechaza la Ho
Conclusiones:
Con un nivel de Confianza de 95%(=0,05), se concluye que el
Crecimiento poblacional "X3" si guarda relacin con la cantidad de precipitacin "X9". Por lo cual son
dependientes.
40
Apartado 8.2.b.
Aclaracin:
o La distribucin de Pearson Chi cuadrada, mide la existencia de
asociacin entre dos variables
Pregunta de investigacin:
o El Consumo de energa procedente de combustibles fsiles (%
del total) "X2" guarda relacin con la cantidad de Rentas totales de
los recursos naturales (% del PIB) "X11"?
Variable principal:
o Consumo de energa, (Bajo "X < 50, Alto "X >= 50" )
Variable secundaria:
o Rentas totales en niveles (Bajo "X < 50, Alto "X >= 50" )
Hiptesis nula. Ho:
o El consumo de energa "X2", no se relaciona con la cantidad de
Renta "X11
Hiptesis alternativa. Ha:
o El consumo de energa "X2", se relaciona con la cantidad de
Renta "X11
Recordando que:
o Por convencin, Ho es siempre hiptesis de igualdad.
Usualmente lo que se busca es evidencia para poder rechazar Ho,
Con un nivel de 95% de confianza, solo puede rechazar Ho si el
valor de p que resulte de la prueba es menor de 0,05.
41
Relacin X2 - X11
Prueba con StatPlus
Prueba Manual
RELACION ENTRE
Grupos X2 Y Grupos X11
RELACION ENTRE
Grupos X2 Y Grupos X11
Observados
Grupos X2
X2 < 50(Bajo)
X2 50(Alto)
Total
NIVEL DE PRECIPITACION
X11 50(Alto)
2
5
7
Table Statistics
Observed Counts
X2 < 50(Bajo)
X2 50(Alto)
X11 50(Alto)
2
5
Expected Counts
X2 < 50(Bajo)
X2 50(Alto)
X11 50(Alto)
1,80
5,20
Std. Residuals
X2 < 50(Bajo)
X2 50(Alto)
X11 50(Alto)
0,15
-0,09
Test Statistics
Pearson Chi-Square
Value
0,033
df
1,00
Total
29
84
113
Observados
Grupos X2
X2 < 50(Bajo)
X2 50(Alto)
Total
Probabilidad
NIVEL DE PRECIPITACION
X11 < 50(Bajo)
X11 50(Alto)
27
2
79
5
106
7
0,9381
0,0619
Total
29
84
113
1,0000
Esperados
Grupos X2
X2 < 50(Bajo)
X2 50(Alto)
Total
NIVEL DE PRECIPITACION
X11 < 50(Bajo)
X11 50(Alto)
27,203540
1,796460
78,796460
5,203540
106
7
Total
29
84
113
NIVEL DE PRECIPITACION
X11 < 50(Bajo)
X11 50(Alto)
0,0015229
0,023061
0,0005258
0,007962
0,0020487
0,031023
Grados de libertad df=
p=
Cal.Formula
Grupos X2
X2 < 50(Bajo)
X2 50(Alto)
Total Pearson Chi-Square
p-value
0,856
RELACION ENTRE
Grupos X2 Y Grupos X11
RELACION ENTRE
Grupos X2 Y Grupos X11
Total
Chi2
0,03307
4
0,856
X2 < 50(Bajo)
X2 50(Alto)
Total
Observed
Expected
% of total
Observed
Expected
% of total
Observed
Expected
% of total
X11 50(Alto)
2
1,80
1,8%
5
5,20
4,4%
7
7,00
6,2%
Total
29
29,00
25,7%
84
84,00
74,3%
113
113,00
100,0%
Todo
X2 < 50(Bajo)
27
27,204
2
1,796
29
X2 50(Alto)
79
78,796
5
5,204
84
Todo
106
113
Contenido de la celda:
,03 chi-square
1 df
,8557 p-value
X11 50(Alto)
Conteo
Conteo esperado
Chi-cuadrada de Pearson = 0,033; GL = 1; Valor p = 0,856
Chi-cuadrada de la tasa de verosimilitud = 0,032; DF = 1; Valor p = 0,857
Anlisis:
Con los cuatro mtodos anteriormente descritos pudimos encontrar que
p=0,856, por lo tanto p>0,05.-> Se Acepta la Ho.
Conclusiones:
Con un nivel de Confianza de 95%(=0,05), se concluye que No existe
relacin entre el Consumo de energa procedente de combustibles fsiles (% del total) "X2" y la
cantidad de Rentas totales de los recursos naturales (% del PIB) "X11". Por lo cual son
independientes.
42
Desarrollo Objetivo 9
Exponiendo su enunciado el cual reza:
OBJETIVO 9
9.1 Obtener los siguientes modelos de regresin lineal mltiple,
Modelo 1:
Y1 = b0 + b1X1 + b2X2 + b3X4 + b4X5 + b5X7 + b6X8 + b7X10 +b8X11.
Modelo 2:
Y2 = b0 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + b6X6 + b7X9 + b8X10 + b9X12.
9.3 Realizar, para los modelos finales, un anlisis de residuos. Para ello,
utilizar los grficos de residuales: grafica de probabilidad normal y estimados
vs errores.
9.4 Estudiar la posibilidad de colinealidad o multicolinealidad en los modelos
considerados. Si existe, corregir este problema y obtener nuevos modelos.
43
Solucin
Desarrollo Objetivo 9
Antes de proceder a los clculos respectivos, se deber de
exponer la implicancia de un modelo de regresin lineal mltiple, en
donde:
Explicativo:
Son
las
variables
explicativas,
44
Y al
Modelo 2:
Y2 = b0 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + b6X6 + b7X9 + b8X10 + b9X12.
45
Anlisis de regresin: Y1 vs. X1; X2; X4; X5; X7; X8; X10; X11
Eliminacin de trminos hacia atrs - Trminos Candidatos:
X1; X2; X4; X5; X7; X8; X10; X11
Coeficientes a
Modelo
Coeficientes no
es tandarizados
Coefici
entes
es tand
arizado
s
Sig.
Error
es tndar
(Cons tante)
53,642
17,166
3,125
,002
X1
,161
,172
,179
,938
X2
-,323
,162
-,354
-1,997
X4
,001
,018
,005
X5
,000
,000
-,069
X7
-,645
,244
-,327
X8
4,343
,624
X10
,000
X11
(Cons tante)
Beta
Es tads ticas de
colinealidad
Tolerancia
VIF
,351
,120
8,300
,048
,139
7,172
,042
,966
,263
3,806
-,575
,567
,300
3,328
-2,648
,009
,287
3,489
,597
6,966
,000
,595
1,679
,001
,040
,320
,750
,285
3,507
,283
,188
,200
1,505
,135
,247
4,052
53,826
16,531
3,256
,002
X1
,161
,171
,178
,941
,349
,121
8,280
X2
-,322
,160
-,353
-2,017
,046
,142
7,062
X5
,000
,000
-,071
-,634
,527
,344
2,909
X7
-,649
,219
-,330
-2,970
,004
,352
2,841
Analisis
X8
4,338
,607
,597
7,152
,000
,623
1,604
X10
,000
,001
,041
,334
,739
,294
3,398
X11
,279
,159
,197
1,757
,082
,344
2,911
(Cons tante)
54,654
16,275
3,358
,001
X1
,153
,169
,170
,909
,365
,123
8,138
X2
-,319
,159
-,350
-2,011
,047
,142
7,044
X5
-6,352E-05
,000
-,044
-,572
,568
,732
1,366
X7
-,634
,213
-,322
-2,977
,004
,368
2,719
X8
4,227
,505
,581
8,364
,000
,890
1,123
X11
,282
,158
,200
1,789
,077
,345
2,899
(Cons tante)
51,155
15,035
3,402
,001
X1
,193
,153
,214
1,258
,211
,148
6,768
X2
-,292
,151
-,320
-1,934
,056
,156
6,400
X7
-,631
,212
-,320
-2,970
,004
,368
2,716
X8
4,202
,502
,578
8,371
,000
,897
1,115
X11
,286
,157
,202
1,817
,072
,345
2,896
(Cons tante)
68,253
6,457
10,571
,000
X2
-,464
,064
-,509
-7,271
,000
,879
1,138
X7
-,694
,207
-,352
-3,355
,001
,390
2,563
X8
4,202
,503
,578
8,348
,000
,897
1,115
X11
,362
,146
,256
2,486
,000
,405
2,467
3er
Paso Sacar la variable X5
con significancia
0,568>0,001
Sacar la variable X1
4to con significancia
Paso
0,211>0,001
5to
Paso
Se detiene el proceso
debido a que la
significacion de los
valores obtenidos no
supera el criterio de
exclusin.
a. Variable dependiente: Y1
46
Coeficientes no Estandarizados Beta (B) para cada variable del ltimo paso:
Y1=b0+b1*X+E
Y1=b0+b1*+b2*X2+b3*X4+b4*X5+b5*X7+b6*X8+b7*X10+b8*X11+E
Y1 = 68,25+(-0,4637*X2)+(- 0,694*X7) +( 4,202*X8) + (0,362 X11)+E
Prueba de Correlacin:
Continuando
con
la
pruebas
procederemos
evaluar
las
48
Correlaciones
X1
X2
Y1
Correlacin de
Pearson
Sig. (unilateral)
Y1
X1
X2
X4
X5
X7
X8
X10
X11
Y1
X1
X2
X4
X5
X7
X8
X10
X11
Y1
X1
X2
X4
X5
X7
X8
X10
X11
1,000
,452
-,465
-,035
-,117
-,249
,414
-,402
-,109
,000
,000
,355
,110
,004
,000
,000
,126
113
113
113
113
113
113
113
113
113
,452
1,000
-,907
-,124
-,393
-,183
-,227
-,480
,099
,000
,000
,094
,000
,026
,008
,000
,149
113
113
113
113
113
113
113
113
113
-,465
-,907
1,000
,069
,224
,248
,205
,383
,047
,000
,000
,233
,008
,004
,015
,000
,309
113
113
113
113
113
113
113
113
113
X4
X5
X7
X8
X10
X11
-,035
-,124
,069
1,000
-,021
-,714
-,130
-,063
-,744
,355
,094
,233
-,117
-,393
,224
-,021
1,000
-,066
,167
,682
-,228
,110
,000
,008
,412
-,249
-,183
,248
-,714
-,066
1,000
,069
,217
,740
,004
,026
,004
,000
,245
,414
-,227
,205
-,130
,167
,069
1,000
-,197
-,139
,000
,008
,015
,085
,038
,235
-,402
-,480
,383
-,063
,682
,217
-,197
1,000
,079
,000
,000
,000
,255
,000
,010
,018
-,109
,099
,047
-,744
-,228
,740
-,139
,079
1,000
,126
,149
,309
,000
,007
,000
,071
,203
,412
,000
,085
,255
,000
113
113
113
113
113
113
113
113
113
,245
,038
,000
,007
113
113
113
113
113
113
113
113
113
,235
,010
,000
113
113
113
113
113
113
113
113
113
,018
,071
113
113
113
113
113
113
113
113
113
,203
113
113
113
113
113
113
113
113
113
Anlisis:
Existencia de correlacin significante para Las variables (X1; X2), para
(X5; X10), para (X4; X7) y para (X4; X11) lo cual se aprecia con valores de
Pearson cercano a 1 y con significancia menores que 0,05.
49
113
113
113
113
113
113
113
113
113
gl
Media
cuadrtica
Sig.
Regresin
36682,601
4585,325
15,536
,000 b
Residuo
30694,122
104
295,136
Total
67376,723
112
Regresin
36682,069
5240,296
17,926
,000 c
Residuo
30694,654
105
292,330
Total
67376,723
112
Regresin
36649,383
6108,230
21,072
,000 d
Residuo
30727,340
106
289,881
Total
67376,723
112
Regresin
36554,438
7310,888
25,380
,000
Residuo
30822,285
107
288,059
Total
67376,723
112
Regresin
36098,246
9024,562
31,160
,000
Residuo
31278,477
108
289,616
Total
67376,723
112
Modelo
50
Diagnstico de colinealidad:
Para el anlisis de colinealidad, un ndice de condicin cercano o
superior al umbral de 30, muestra la presencia de colinealidad en el modelo.
Diagnsticos de colinealidad
Modelo
Autovalor
ndice de
condicin (Constante)
Proporciones de varianza
X1
X2
X4
X5
X7
X8
X10
X11
4,170
1,000
,00
,01
,00
,01
,01
,622
2,589
,00
,01
,00
,03
,33
,110
6,149
,00
,55
,00
,59
,02
,064
8,047
,38
,43
,12
,38
,16
,034
11,140
,61
,01
,88
,00
,48
a. Variable dependiente: Y1
Anlisis:
El mximo valor es 11,140 el cual es lejano a 30 mostrando no
colinealidad en el modelo.
51
Pasos
R cuadrado
,738 a
,544
,509
17,1795165
,738 b
,544
,514
17,0976617
,738
,544
,518
,737
,543
,521
DurbinSig.
Cambio Watson
en F
Cambio en F
df1
df2
,544
15,536
104
,000
,000
,002
104
,966
17,0258793
,000
,112
105
,739
16,9722932
-,001
,328
106
,568
,536
,519
17,0180940
,732 e
1. Predictores: (Constante), X11, X2, X8, X5, X7, X10, X4, X1
-,007
1,584
107
,211
Anlisis:
52
2,210
R^2 ajustado:
o
Durbin-Watson:
o
anlisis
de
normalidad
de
los
residuos
lo
realizaremos
113
a,b
Media
Desviacin
estndar
Absoluta
,0000000
113
a,b
16,71143655
Positivo
Negativo
Estadstico de prueba
Sig. asinttica (bilateral)
,071
Media
Desviacin
estndar
Absoluta
,0000000
,98198051
,071
,071
Positivo
,071
-,067
Negativo
-,067
,071
c,d
,200
Estadstico de prueba
,071
,200c,d
53
Anlisis:
Los valores de Significacin obtenidos por medio de la prueba
Kolmogorov-Smirnov para los residuos estandarizados y no estandarizado
del modelo Y1, arrojaron valores de 0,2 para ambos clculos y como
0,2>0,05. Por lo cual se acepta la normalidad para los residuos
estandarizados y no estandarizados para el modelo Y1.
Grficamente realizaremos:
En el grfico Q-Q normal:
o Cuando una muestra procede de una poblacin normal,
los puntos correspondientes a cada par se encuentran agrupados en
torno a la diagonal representada en el diagrama. Las desviaciones de
la diagonal indican desviaciones de la normalidad.
Anlisis:
Los puntos estn situados casi sobre la lnea recta lo cual es un indicio
de normalidad de la poblacin de origen. Este resultado es compatible con el
del contraste de Kolmogorov-Smirnov.
54
Anlisis:
Los valores observados no presentan una tendencia clara, lo cual
grficamente implica no desviacin de la normalidad.
Ahora procederemos a realizar los clculos para el Modelo 2.
55
Anlisis de regresin: Y2 vs. X1; X2; X3; X4; X5; X6; X9; X10; X12
Eliminacin de trminos hacia atrs - Trminos candidatos:
X1; X2; X3; X4; X5; X6; X9; X10; X12
Coeficientesa
Coeficientes no estandarizados
Modelo
B
(Constante)
X1
X2
X3
X4
1
X5
X6
X9
X10
X12
(Constante)
X1
X2
X3
2
X5
X6
X9
X10
X12
(Constante)
X1
X2
X3
3
X5
X6
X10
X12
(Constante)
X1
X2
4
X3
X5
X6
X10
(Constante)
X1
X2
5
X3
X5
X10
a. Variable dependiente: Y2
-4,524
,030
,058
,154
,000
-3,748E-05
,015
,000
,003
-2,077E-07
-4,491
,030
,058
,148
-3,753E-05
,015
,000
,003
-2,103E-07
-4,894
,031
,060
,154
-3,687E-05
,012
,003
-1,722E-07
-4,896
,030
,060
,162
-3,560E-05
,007
,002
-4,910
,031
,061
,161
-3,571E-05
,002
Error
estndar
1,080
,012
,011
,079
,001
,000
,008
,000
,000
,000
1,071
,012
,011
,076
,000
,008
,000
,000
,000
1,024
,012
,011
,076
,000
,007
,000
,000
1,026
,012
,011
,076
,000
,006
,000
1,027
,012
,011
,076
,000
,000
Coeficie
ntes
estandar
izados
Sig.
Beta
,149
,279
,046
,007
-,114
,053
-,027
,998
-,038
,147
,278
,044
-,114
,053
-,028
,998
-,038
,151
,289
,046
-,112
,042
,998
-,031
,149
,291
,049
-,108
,023
,990
,152
,295
,048
-,109
,992
-4,187
2,492
5,135
1,959
,320
-3,844
1,968
-1,224
32,826
-1,413
-4,194
2,485
5,147
1,951
-3,866
1,981
-1,249
33,014
-1,439
-4,781
2,540
5,406
2,030
-3,794
1,650
32,963
-1,202
-4,773
2,501
5,436
2,147
-3,677
1,158
33,565
-4,779
2,559
5,522
2,129
-3,683
33,613
,000
,014
,000
,053
,749
,000
,052
,224
,000
,161
,000
,015
,000
,054
,000
,050
,214
,000
,153
,000
,013
,000
,045
,000
,102
,000
,232
,000
,014
,000
,034
,000
,249
,000
,000
,012
,000
,036
,000
,000
Estadsticas de
colinealidad
Tolerancia
VIF
,114
,138
,726
,883
,461
,557
,807
,440
,575
8,760
7,272
1,378
1,133
2,168
1,797
1,239
2,274
1,738
,115
,138
,777
,461
,557
,810
,442
,577
8,707
7,242
1,286
2,168
1,796
1,235
2,265
1,732
,115
,142
,781
,463
,630
,442
,603
8,688
7,053
1,281
2,161
1,588
2,264
1,657
,115
,142
,788
,468
,989
,468
8,680
7,046
1,270
2,136
1,011
2,137
,116
,143
,788
,468
,469
8,658
7,011
1,270
2,135
2,131
Analisis
Valor VIF cercano a 10
Valor VIF cercano a 10
1er Sacar la variable X4 con
Paso significancia 0,749>0,001
4to
Paso
56
57
Prueba de Correlacin:
Continuando
con
la
pruebas
procederemos
evaluar
las
58
59
Correlacin de
Pearson
Sig. (unilateral)
Y2
X1
X2
X3
X4
X5
X6
X9
X10
X12
Y2
X1
X2
X3
X4
X5
X6
X9
X10
X12
Y2
X1
X2
X3
X4
X5
X6
X9
X10
X12
Y2
1,000
-,533
,502
,041
-,066
,573
,099
-,225
,957
,162
,000
,000
,333
,244
,000
,150
,008
,000
,043
113
113
113
113
113
113
113
113
113
113
X2
,502
-,907
1,000
-,210
,069
,224
,078
-,265
,383
,016
,000
,000
,013
,233
,008
,206
,002
,000
,433
113
113
113
113
113
113
113
113
113
113
Correlaciones
X3
X4
,041
-,066
,332
-,124
-,210
,069
1,000
-,317
-,317
1,000
-,026
-,021
-,003
-,042
-,013
-,038
,001
-,063
-,045
-,059
,333
,244
,000
,094
,013
,233
,000
,000
,391
,412
,486
,330
,445
,343
,495
,255
,317
,268
113
113
113
113
113
113
113
113
113
113
113
113
113
113
113
113
113
113
113
113
X5
,573
-,393
,224
-,026
-,021
1,000
,019
-,131
,682
,037
,000
,000
,008
,391
,412
,420
,083
,000
,347
113
113
113
113
113
113
113
113
113
113
X6
,099
-,054
,078
-,003
-,042
,019
1,000
,237
,063
,597
,150
,287
,206
,486
,330
,420
,006
,253
,000
113
113
113
113
113
113
113
113
113
113
X9
-,225
,234
-,265
-,013
-,038
-,131
,237
1,000
-,186
-,011
,008
,006
,002
,445
,343
,083
,006
,024
,455
113
113
113
113
113
113
113
113
113
113
X10
,957
-,480
,383
,001
-,063
,682
,063
-,186
1,000
,172
,000
,000
,000
,495
,255
,000
,253
,024
,034
113
113
113
113
113
113
113
113
113
113
X12
,162
-,018
,016
-,045
-,059
,037
,597
-,011
,172
1,000
,043
,426
,433
,317
,268
,347
,000
,455
,034
113
113
113
113
113
113
113
113
113
113
Anlisis:
Existencia de correlacin significante para Las variables (X10; Y2); lo
cual se aprecia con valores de Pearson de 0,957 cercano a 1 y con
significancia menores que 0,05 y correlacin no significativa para (X10; X6)
con valor de significancia de 0.253>0,05.
60
Modelo
Media
cuadrtica
Sig.
261,773
,000 b
297,045
,000
337,454
,000
391,815
,000
468,416
,000
Regresin
3321,884
369,098
Residuo
145,229
1,410
Total
3467,113
Regresin
3321,739
415,217
Residuo
145,374
1,398
Total
3467,113
Regresin
3319,557
474,222
Residuo
147,556
1,405
Total
3467,113
Regresin
3317,528
552,921
Residuo
149,585
1,411
Total
3467,113
Regresin
3315,635
663,127
Residuo
151,478
1,416
Total
3467,113
a. Variable dependiente: Y2
61
Diagnstico de colinealidad:
Para el anlisis de colinealidad, un ndice de condicin cercano o
superior al umbral de 30, muestra la presencia de colinealidad en el modelo.
Diagnsticos de colinealidada
Proporciones de varianza
Autovalor
ndice de
condicin
(Constante)
X1
X2
X3
3,797
1,000
,00
,00
,00
,02
,01
,01
1,206
1,774
,00
,03
,00
,07
,05
,03
,468
2,849
,00
,00
,01
,54
,07
,01
,360
3,250
,00
,06
,01
,27
,23
,00
,163
4,831
,00
,01
,00
,02
,51
,94
,007
23,653
,99
,90
,97
,08
,13
,00
Modelo
X4
X5
X6
X9
X10
a. Variable dependiente: Y2
Anlisis:
El mximo valor es 23,653 cercano a 30 mostrando posible
colinealidad en el modelo.
62
X12
Modelo
R cuadrado
R cuadrado
ajustado
,979a
,958
,954
1,1874322
,958
261,773
103
,000
,979b
,958
,955
1,1822981
,000
,103
103
,749
,978c
,957
,955
1,1854511
-,001
1,561
104
,214
,978d
,957
,954
1,1879310
-,001
1,444
105
,232
5
,956
,954
1,1898240
,978e
a. Predictores: (Constante), X12, X9, X3, X5, X4, X2, X6, X10, X1
-,001
1,341
106
,249
Sig. Cambio
en F
Anlisis:
R^2 ajustado:
o
Durbin-Watson:
o
63
DurbinWatson
1,810
Estudio de Residuos
El
anlisis
de
normalidad
de
los
residuos
lo
realizaremos
Unstandardiz
ed Residual
N
113
Parmetros normales
a,b
Media
Desviacin estndar
Mximas diferencias
extremas
Absoluta
Positivo
Negativo
Estadstico de prueba
,0000000
,140
Parmetros normales
113
a,b
Mximas diferencias
extremas
-,114
c
Media
,0000000
Desviacin estndar
,140
,000
1,16296218
,140
Standardized
Residual
,97742373
Absoluta
,140
Positivo
,140
Negativo
-,114
Estadstico de prueba
,140
,000
Anlisis:
Los valores de Significacin obtenidos por medio de la prueba
Kolmogorov-Smirnov para los residuos estandarizados y no estandarizado
del modelo Y2, arrojaron valores de 0,00 para ambos clculos y como
0,00<0,05. Por lo cual no se acepta la normalidad para los residuos
estandarizados y no estandarizados para el modelo Y2.
64
Grficamente realizaremos:
En el grfico Q-Q normal:
o Cuando una muestra procede de una poblacin normal,
los puntos correspondientes a cada par se encuentran agrupados en
torno a la diagonal representada en el diagrama. Las desviaciones de
la diagonal indican desviaciones de la normalidad.
Contrastes entre Modelos para la eleccin final:
Anlisis:
Los puntos oscilan en la lnea recta lo cual es un indicio de no
normalidad de la poblacin de origen. Este resultado es compatible con el del
contraste de Kolmogorov-Smirnov.
Un grfico Q-Q normal sin tendencia:
o Muestra las diferencias existentes entre la puntuacin
tpica observada de cada valor, y su correspondiente puntuacin tpica
normal. Es decir, muestra las distancias verticales existentes entre
cada punto del grafico Q-Q normal y la recta diagonal. En el eje de
abscisas estn representados los valores observados, y en el de
ordenadas, el tamao de las diferencias entre las puntuaciones tpicas
observadas y las esperadas. Si la muestra procede de una poblacin
normal, esas diferencias deben oscilar de forma aleatoria en torno al
valor cero. En donde la presencia de pautas de tendencias de
variacin no aleatorias indica desviaciones de la normalidad.
65
Anlisis:
Los valores observados no presentan una tendencia clara, lo cual
grficamente implica no desviacin de la normalidad.
66
VIF
Modelo: Y2
8,658
7,011
1,270
2,135
2,131
1,138
Modelo: Y1
2,563
1,115
2,467
Analisis VIF
Indice de Condicion
Analisis Indice
Kolmogorov
Analisis Indice
Valor VIF 8,658 proximo
1,000
a 10 implica cercana
Y2, presenta un valor
los residuos no son
1,774
5to multicolinealidad
mas
cercano
a
30
lo
cual
normales ya que la
2,849
Sig=
Paso Valor VIF 7,011 proximo
indica cercana
significancia es menor
3,250
0,00
colinealidad
de 0,05
a 10 implica cercana
4,831
multicolinealidad
23,653
1,000
Los residuos son
Valores VIF cercanos a 1
2,589
Sig=
normales ya que la
5to
lo cual indica baja
6,149
Y1, Baja colinealidad
0,20
Paso
significancia es mayor de
Multicolinealidad
8,047
0,05
11,140
67
Desarrollo Objetivo 10
Lo primero ser, exponer su enunciado el cual dice:
10.1 Efectuar un anlisis de varianza del comportamiento de (Y1) respecto a
la Presin (X3). Para esta ltima variable utilice la categorizacin planteada
en el objetivo 8.
Tomar en cuenta las siguientes indicaciones:
68
Solucin
Desarrollo Objetivo 10
Normales
Independientes
69
Pruebas de normalidad
Kolmogorov-Smirnova
Shapiro-Wilk
Estadstico
gl
Sig.
Estadstico
gl
Sig.
Y1
,077
113
,093
,962
113
,003
Y2
,185
113
,000
,778
113
,000
X1
,218
113
,000
,778
113
,000
X2
,132
113
,000
,907
113
,000
X3
,146
113
,000
,646
113
,000
X4
,262
113
,000
,596
113
,000
X5
,266
113
,000
,713
113
,000
X6
,299
113
,000
,556
113
,000
X7
,142
113
,000
,897
113
,000
X8
,066
113
,200
,987
113
,320
X9
,132
113
,000
,931
113
,000
X10
,184
113
,000
,770
113
,000
X11
,261
113
,000
,705
113
,000
X12
,370
113
,000
,337
113
,000
70
Anlisis
71
se relaciona con un
72
Relacin Y1 X3
Prueba con StatPlus
Prueba Manual
Prueba con
MegaStat
RELACION ENTRE
Grupos Y1 Y Grupos X3
RELACION ENTRE
NIVEL DE PRECIPITACION
0X1(Medio)
X>1(Alto)
5
5
3
8
11
6
7
12
2
12
2
9
4
11
Observados
Grupos X4
[10,0214 ; 22,6997)
(22,6997 ; 35,3780)
( 35,3780 ; 48,0563)
( 48,0563 ; 60,7347)
(60,7347 ; 73,4130)
(73,4130 ; 86,0913)
(86,0913 ; 98,7696)
X3<0(Bajo)
5
5
3
2
0
0
1
Table Statistics
Observed Counts
[10,0214 ; 22,6997)
(22,6997 ; 35,3780)
( 35,3780 ; 48,0563)
( 48,0563 ; 60,7347)
(60,7347 ; 73,4130)
(73,4130 ; 86,0913)
(86,0913 ; 98,7696)
X3<0(Bajo)
5
5
3
2,00
0,00
0,00
1
0X1(Medio)
5
3
11
7,00
2,00
2,00
4
X>1(Alto)
5
8
6
12,00
12,00
9,00
11
Expected Counts
[10,0214 ; 22,6997)
(22,6997 ; 35,3780)
( 35,3780 ; 48,0563)
( 48,0563 ; 60,7347)
(60,7347 ; 73,4130)
(73,4130 ; 86,0913)
(86,0913 ; 98,7696)
X3<0(Bajo)
2,12
2,27
2,83
2,97
1,98
1,56
2,27
0X1(Medio)
4,51
4,81
6,02
6,32
4,21
3,31
4,81
X>1(Alto)
8,36
8,92
11,15
11,71
7,81
6,13
8,92
Std. Residuals
[10,0214 ; 22,6997)
(22,6997 ; 35,3780)
( 35,3780 ; 48,0563)
( 48,0563 ; 60,7347)
(60,7347 ; 73,4130)
(73,4130 ; 86,0913)
(86,0913 ; 98,7696)
X3<0(Bajo)
1,97
1,82
0,10
-0,56
-1,41
-1,25
-0,84
0X1(Medio)
0,23
-0,83
2,03
0,27
-1,08
-0,72
-0,37
X>1(Alto)
-1,16
-0,31
-1,54
0,09
1,50
1,16
0,70
Test Statistics
Pearson Chi-Square
Continuity Adjusted Chi-Square
Likelihood Ratio Chi-Square
Value
26,437
17,522
28,122
df
12
12
12
p-value
0,009
0,131
0,005
Grupos
Y1 Y Grupos X3
RELACION
ENTRE
Grupos
Y1
Y
Grupos
X3 NIVEL DE PRECIPITACION
Observados
Total
15
16
20
21
14
11
16
113
Grupos X4
X3<0(Bajo)
0X1(Medio)
X>1(Alto)
Total
5
15
(22,6997 ; 35,3780)
5
3
8
16
X3<0(Bajo)
0X1(Medio)
X>1(Alto)
Total
( 35,3780 ; 48,0563)
3
11
6
20
; 60,7347)
2
7
12
[10,0214 ; 22,6997)( 48,0563
Observed
5
5
5
15 21
(60,7347 ; 73,4130)
0
2
12
Expected
2,12
4,51
8,36
15,00 14
(73,4130 ; 86,0913)
0
2
9
11
%
of
total
4,4%
4,4%
4,4%
13,3%
(86,0913 ; 98,7696)
1
4
11
16
TOTAL
16
34
63
(22,6997 ; 35,3780) Observed
5
3
8
16 113
PROBABILIDAD
0,14159292
0,300884956
0,557522124
1
[10,0214 ; 22,6997)
5
5
Chi-square
Contingency Table Test
for Independence
Expected
2,27
4,81
8,92
16,00
% of total
4,4%
2,7%
7,1%
14,2%
( 35,3780 ; 48,0563)Observed
11
20
Expected
2,83
6,02
11,15
20,00
%Observados
of total
( 48,0563 ; 60,7347)Observed
Grupos X4
[10,0214 ; 22,6997)
Expected
(22,6997 ; 35,3780)
% of total
( 35,3780
; 48,0563)
; 60,7347)
(60,7347 ; 73,4130)( 48,0563
Observed
(60,7347
; 73,4130)
Expected
(73,4130 ; 86,0913)
% of total
(86,0913 ; 98,7696)
(73,4130 ; 86,0913) Observed
TOTAL
2,7%
9,7%NIVEL DE PRECIPITACION
5,3%
17,7%
2X3<0(Bajo)
4,814159292
8,920353982
1,8%2,831858407
6,2% 6,017699115
10,6% 11,15044248
18,6%
2,973451327
0
2 6,318584071 12 11,7079646 14
1,9823008854,21 4,212389381
1,98
7,81 7,805309735
14,00
1,557522124
3,309734513
6,132743363
0,0%2,265486726
1,8% 4,814159292
10,6% 8,920353982
12,4%
0
2
9
11
16
34
63
Expected
1,56
3,31
6,13
11,00
% of total
0,0%
1,8%
8,0%
9,7%
11
16
Expected
2,27
4,81
8,92
16,00
%Observados
of total
Total
Grupos X4
Observed
0,9%
16
20
21
14
11
16
113
3,5%NIVEL DE PRECIPITACION
9,7%
14,2%
16X3<0(Bajo)
340X1(Medio)63
[10,0214
; 22,6997)
3,894727139
Expected
16,00
34,00 0,052490023
63,00
(22,6997 ; 35,3780)
3,300642976
0,683644586
% of total
14,2%0,009983407
30,1% 4,125052056
55,8%
( 35,3780
; 48,0563)
( 48,0563 ; 60,7347)
0,318689423
0,073486032
(60,7347 ; 73,4130)
1,982300885
26,44
chi-square 1,161969212
(73,4130 ; 86,0913)
1,557522124
0,518290663
12
df
(86,0913 ; 98,7696)
0,706892976
0,137688704
,0093
p-value
Total Pearson Chi-Square
11,77075893
6,752621276
Anlisis:
Con los cuatro mtodos anteriormente descritos pudimos encontrar que p=0,0093, por lo tanto p<0,05
.-> Se Rechaza la Ho
Conclusiones:
Con un nivel de Confianza de 95%(=0,05), se concluye que Si existe relacin entre Las emisiones de CO2 derivadas del consumo de
combustible lquidos (% del Total) "Y1" y el Crecimiento de la Poblacin "X3".
73
Conclusin:
La
74