obs.

Y X Y=a+bX+error
1 10.980 35.300 Resumen
2 11.130 29.700
3 12.510 30.800 Estadísticas de la regresión si X e Y fueran aleatorias, sería la correlación entre X e Y
4 8.400 58.800 Coeficiente de correlación múltiple 0.84524406
5 9.270 61.400 Coeficiente de determinación R^2 0.714437521 << =0,84524406^2 R^2=SCE/SCT
6 8.730 71.300 R^2 ajustado 0.7020217611
7 6.360 74.400 Error típico 0.8901245161 << raiz cuadrada de suma de cuadrados residuos SCE dividida por n-2=25-2=23, donde n es el
8 8.500 76.700 Observaciones 25
9 7.820 70.700 N-k: número de datos menos el número de parámetros estimados
10 9.140 57.500 ANÁLISIS DE VARIANZA
11 8.240 46.400 Grados de libertad
Suma de cuadrados Promedio de los cuadrados F
12 12.190 28.900 Regresión 1 45.5924019535 45.5924019535 57.5427942831
13 11.880 28.100 Residuos 23 18.2233980465 0.7923216542
14 9.570 39.100 Total 24 63.8158
15 10.940 46.800
16 9.580 48.500 Coeficientes Error típico Estadístico t Probabilidad
17 10.090 59.300 Intercepción 13.6229892682 0.5814634941 23.4287954537 1.4967882E-17
18 8.110 70.000 Variable X 1 -0.0798286933 0.010523581 -7.5856966907 1.0549499E-07
19 6.830 70.000
20 8.880 74.500 t=23,42879545=13,62298927/0,581463494
21 7.680 72.100 H0: a=0
22 8.470 58.100 gl:25-2
23 8.860 44.600
24 10.360 33.400 se calculan a partir de la matriz de covarianza F=45,59240195/0,792321654
25 11.080 28.600 gl= 1, 23
p
1.0549499E-07

Tabla 1 (Draper NR, and Smith H, Applied regression analysis, 2nd Ed., John Wiley & Sons, New York, 1981)
 AA, 07/06/09

elación entre X e Y

suma de cuadrados de la regresión: SCR=∑ ( ^yi − ȳ )2

dividida por n-2=25-2=23, donde n es el número de datos i
suma de cuadrados de los residuos (errores estimados): SCE =∑ ( yi − ^y i )2
i
2
suma de cuadrados total: SCT =∑ ( y i− ȳ )
Valor crítico de F i
1.054949947E-07
este es p no el valor critico de F SCT =SCE +SCR
error de traduccion del EXCEL

Inferior 95% Superior 95%

12.4201403927 14.8258381437
-0.101598379 -0.0580590076

12.4201403858 14.8258381505

5,59240195/0,792321654 SCR/1
H0: a=0 y b=0 F=
SCR/(n−2 )
n=25 (número de observaciones)
2 es el número de parámnetros que se estima