6. Minitab y el Diseño de Experimentos (23)

Ejemplo 10

 

Hagamos un análisis gráfico de este problema tratando de plotear líneas de ajuste para el modelo.

 

Para ello usemos la siguiente secuencia:

 

< Stat > - < Regression > - < Fitted line plot >

 Ajustemos primero el PBI a los Gastos Públicos, GP. Para ello ingresamos en <Response (Y) > PBI y en < Predictor> GP; activamos también <Lineal>.

En < Options > debemos activar < Display confidence intervals > y < Display prediction intervals >  y con un  < Confidence level > de 0.95.

 

Los resultados son los siguientes:

 

Regression

  

The regression equation is

y = - 439 + 13.3 x

 

Predictor        Coef       StDev          T        P

Constant       -439.2       221.0      -1.99    0.072

x             13.2908      0.9434      14.09    0.000

 

S = 139.9       R-Sq = 94.7%     R-Sq(adj) = 94.3%

 

Analysis of Variance

 

Source            DF          SS          MS         F        P

Regression         1     3887134     3887134    198.48    0.000

Residual Error    11      215426       19584

Total             12     4102560

 

Y la gráfica de ajuste es la siguiente


 

En rojo se muestra el intervalo de confianza de la media de PBI y en azul, el intervalo de confianza del valor predicho del PBI. Nótese que cuanto menor es la dispersión de los datos, respecto de la media, menor es el ancho de banda. Aquí r² = 94.7%

 

En el caso de PBI vs EX, tenemos la siguiente gráfica. En este caso, el ancho de banda es mucho más angosto y el r² = 98.7%.

 


Nota:

 

Como nuestro amable lector podrá haber notado, todos los resultados obtenidos en un análisis de regresión, pueden ser almacenados para ser usados en otros cálculos. Entre los resultados que más interesas almacenar se encuentran los Residuales.

 

Pág. 6.23

Atrás  Inicio  Adelante






Página inicial  Cursos Informática Gratuitos

Síguenos en:   Facebook       Sobre aulaClic            Política de Cookies