Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad

PROYECTO INTEGRADOR DE ANALISIS MULTIVARIADO, Guías, Proyectos, Investigaciones de Física

UN PROYECTO REALIZADO BAJO LOS ANALISIS DE UN ANALISIS RIJIDO

Tipo: Guías, Proyectos, Investigaciones

2020/2021

Subido el 19/03/2022

luis-guevara-escobar
luis-guevara-escobar 🇨🇴

1 documento

1 / 17

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Proyecto integrador
1
UNIVERSIDAD EAN
FACULTAD DE ESTUDIOS EN AMBIENTES
VIRTUALES
PROYECTO
INTEGRADOR
AUTORES
JEAN PIERRE
GUEVARA ESCOBAR
TUTOR
CAROLINA MARIA LUQUE SABANA
BOGOTÁ, D.C. 09 DE MARZO DE 2022
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff

Vista previa parcial del texto

¡Descarga PROYECTO INTEGRADOR DE ANALISIS MULTIVARIADO y más Guías, Proyectos, Investigaciones en PDF de Física solo en Docsity!

UNIVERSIDAD EAN

FACULTAD DE ESTUDIOS EN AMBIENTES

VIRTUALES

PROYECTO

INTEGRADOR

AUTORES

JEAN PIERRE

GUEVARA ESCOBAR

TUTOR

CAROLINA MARIA LUQUE SABANA

BOGOTÁ, D.C. 09 DE MARZO DE 2022

TABLA DE CONTENIDO

TABLA DE CONTENIDO......................................................................................................................... 2

  1. PROYECTO INTEGRADOR............................................................................................................. 3
  2. BIBLIOGRAFIA............................................................................................................................... 13

Y hallamos la gráfica de dispersión con el programa de minitab, Podemos observar que los puntos se acercan a la recta, lo que nos muestra que hay una relación lineal entre el número de autos importados y el año.

2. Use un paquete de software para hallar la recta de mínimos cuadrados para predecir el número de autos importados como función del año para los años 1969-1988. Nuestra ecuación de regresión para los años de 1969 – 1988, tenemos que, y =1.1671+0.09872 x Resumen del modelo Coeficientes Términ o Coef

EE

del coef . Val or T Valor p FIV Consta nte

(Año – 0, 72

x

S R-cuad. R-cuad. (ajustad o)

R-

cuad. (pred ) 0,201165 89,90% 89,34% 87,66%

2. ¿Hay una relación lineal significativa entre el número de autos importados y el año? Análisis de Varianza Fuente G L

SC

Ajust.

MC

Ajust. Valor F Valor p Regresión 1 6,4811 6,48109 160, 16

(Año – 1969), x

Error 1 0,7284 0,

  1. Use el programa de cómputo para predecir el número de autos que serán importados usando intervalos de predicción de 95% para cada uno de los años 2007, 2008 y 2009. Ecuación de regresión y =13.87−0.300 x Para el 2007, y = 2. Para el 2008, y =^ 2. Para el 2009, y =1. Coeficientes EE Término Coef del coef . Valo r T Valor p FIV Constant e

(Año - 0,1 - 0,

Resumen del modelo R- R- R-cuad. cuad. S cuad. (ajustado) (pred) 0,16329 87,10% 74,19% 0,00% 9 Análisis de Varianza Fuente GL

S

C

Ajus t.

M

C

Ajus t. Valo r F Valo r p Regresión 1 0, 0

(Añ o –

, x

Error 1 0, 7

Total 2 0, 7

  1. Ahora vea los datos reales para los años 2007-2009. ¿Las predicciones obtenidas en el paso 4 dan estimaciones precisas de los valores reales observados en estos años? Explique Año (Año – 1969), x Número de autos importados, y Prediccio ne s Obtenida s 200 7

Según los datos de y dados en el ejercicio y las predicciones obtenidas podemos ver qué y

  • 1973 4 1,
  • 1974 5 1,
  • 1975 6 1,
  • 1976 7 1,
  • 1977 8 2,
  • 1979 10 2,
  • 1980 11 2,
  • 1981 12 2,
  • 1982 13 2,
  • 1983 14 2,
  • 1984 15 2,
  • 1985 16 2,
  • 1986 17 3,
  • 1987 18 3,
  • 1989 20 2,
  • 1990 21 2,
  • 1992 23 1,
  • 1993 24 1,
  • 1994 25 1,
  • 1995 26 1,
  • 1996 27 1,
  • 1997 28 1,
  • 1998 29 1,
  • 1999 30 1,
  • 2001 32 2,
  • 2002 33 2,
  • 2003 34 2,
  • 2004 35 2,
  • 2005 36 2,
  • 2006 37 2,
  • 2007 38 2,
  • 2008 39 2,
  • 2009 40 1,

y =1.880+ 0.00770 x Coeficientes EE del Valo r Valor Resumen del modelo R- R- R-cuad. cuad. S cuad. (ajustado) (pred) 0, 4

Análisis de Varianza Fuente GL

S

C

Ajust .

M

C

Ajus t. Valo r F Valo r p Regresión 1 0,3404 0, 4

(Añ o –

, x

Error 39 9,8718 0, 1 Total 40 10, 2 Ajustes y diagnósticos para observaciones poco comunes Número de autos importados Obs

y Ajuste Resid Res id est. 18 3,200 2,011 1,189 2, R Término Coef coef. T p FIV Constant e

(Año – 0,0077 0,00 1,16 0,

  1. Dada la forma de la gráfica de dispersión para los años 1969-2009, ¿le parece que una recta da un modelo preciso para los datos? ¿Qué otro tipo de modelo podría ser más apropiado? (Use gráficas residuales para ayudar a contestar esta pregunta.)

Según la forma de la gráfica de dispersión para los años 1969-2009, la recta de regresión no da un modelo preciso para los datos.