ANALISIS DE RELACION Y CORRELACION

Los análisis se realizarán sobre las variables cuantitativas, ya que Stat Graphics no hace el análisis, estudio y graficas de las variables cualitativas. Por lo tanto se tomaran como variables dependientes e independientes, solo aquellas que se pueden ingresar en el sistema, como numéricas (las de character no pueden ser analizadas).

Regresión para pronóstico de corte transversal.

Tipo de Regresión: Simple

• Variable dependiente: X4 (Número de cursos de educación continua terminados)

• Variable Independiente:X2 (Número de horas extra)

Variable independiente X4 (Eje X)

Variable dependiente X2 (Eje Y)

Ecuación del modelo lineal: X2= 85.7147+1.90585X4

De la cual se deduce: Que el intercepto con el eje Y es 85.7147 y que cada vez que se incrementa en una unidad el número de cursos de educación continua terminados, aumenta en un 1.90585 las horas extras trabajadas.

1.COEFICIENTE DE CORRELACION: r ="R2 = 0.05370561

Como la pendiente es positiva, el coeficiente de correlación también es positivo.

Existe una relación de 0.0536071 entre las variables, la cual es una relación mas bien débil.

2.COEFICIENTE DE DETERMINACIÓN: R2 = 0.00288435 O 0.288435%

El número de cursos de educación continua, determinan el número de horas extra

que trabajan los empleados en un 0.002874, por lo que se vé lo determina muy poco

3. ESTIMACIÓN DE LA VARIANZA DE ERRORES: Se2 = SCE/n-2 Se= 1.69363

CONTRASTES- INTERVALOS DE CONFIANZA

" "

Y= BO+B1Xi

La pendiente mide el grado de inclinación y la relación entre las dos variables.

S2B1=Se2/ ("Xi2-(n*øX2 ))

=0.0000001

SB1=0.000380

1-=95% = 5%

t 0.025; 48 = 2.0106

LI= 1.90585 - (2.016*0.000380)= 1.1.905084

LS= 1.90585 + (2.016*0.000380)=1.906616

1.905084<B1<1.906616

PRUEBAS DE HIPÓTESIS

H0 : B= 0

H1: B" 0

Rechaza si: tc<-t /2 y tc> t /2

"

tc= B1-B1/ Sb1

tc=1.90585-0/ 0.000380

tc=5013.3787

t 0.025, 48 =2.0106

5013.3787 > 2.0106

Rechaza H0. Acepta H1

• Variable independiente: X2 (Número de horas extra) (Eje X)

• Variable dependiente: X4 (Número de cursos de educación continua terminados) (Eje Y)

Ecuación del modelo lineal : X2=85.7147+1.90585X4

De la cual se deduce: Que el intercepto con el eje Y es 85.7147 y que cada vez que se incrementa en una unidad las horas extra , aumenta en un 1.90585 el número de cursos de educación continua terminados.

X2 = Horas extra (Variable independiente : X)

X4 = Cursos de educación continua terminados (Variable dependiente : Y)

1.COEFICIENTE DE CORRELACION: : r ="R2

=0.0537061

Como la pendiente es positiva, el coeficiente de correlación también es positivo.

Existe una relación de 0.0537061 entre las variables, la cual es una relación mas bien débil.

2.COEFICIENTE DE DETERMINACIÓN: R2 = 0.00288435

El número de horas extra que trabajan los empleados, determinan la cantidad de cursos de educación continua en un 0.002884, por lo que se vé lo determina muy poco

3. ESTIMACIÓN DE LA VARIANZA DE ERRORES: Se2 = SCE/n-2 Se= 60.1012

CONTRASTES- INTERVALOS DE CONFIANZA

" "

Y= BO+B1Xi

La pendiente mide el grado de inclinación y la relación entre las dos variables.

S2B1=Se2/ ("Xi2-(n*øX2 ))

=0.283698

SB1=0.532633

1-=95% = 5%

t 0.025; 48 = 2.016

LI= 1.90585 - (2.016*0.532633)= 0.832062

LS= 1.90585 + (2.016*0.532633)=2.979638

0.832062<B1<2.979638

PRUEBAS DE HIPÓTESIS

H0 : B= 0

H1: B" 0

Rechaza si: tc<-t /2 y tc> t /2

" "

tc= B1-B1/ Sb1

tc=1.90585-0/ 0.532633

tc=3.578167

t 0.025, 48 =2.0106

3.578167 > 2.0106

Rechaza H0. Acepta H1

ANÁLISIS DE UNA VARIABLE (INDEPENDIENTE)

Stat Graphics unicamente hace el análisis de variables cuantitativas, por eso tomaremos como variables independientes solo tomaremos a las variables cuantitativas.

1.Variable Independiente: X2 (Horas extra)

(Cursos de educación continua...)

VARIABLE INDEPENDIENTE X4

TRABAJO DE ESTADÍSTICA

FECHA: NOVIEMBRE 3 DEL 2000

MATERIA: ESTADÍSTICA

UNIVERSIDAD EAFIT

MEDELLIN