Upload
aloonne-parker
View
216
Download
1
Embed Size (px)
DESCRIPTION
cjkk,sk
Citation preview
PREGUNTA N° 4
Preocupados por el incremento en las tarifas de servicio por el consumo de agua
potable, una empresa del sector industrial desea establecer un modelo que permita
prever y explicar que variables determinan su nivel de consumo. A continuación se dan
los datos sobre el consumo mensual de agua (galones), su producción mensual
(toneladas), la media de la temperatura mensual (°C) y el número de días de
operación.
CONSUMO DE AGUA
PRODUCCIÓNMEDIA DE
TEMPERATURADÍAS DE
OPERACIÓN
22 98 57 8
26 128 95 11
30 179 92 12
23 101 69 9
19 83 64 7
17 70 58 6
27 144 80 11
20 84 58 8
a. Indique quien(es) presentan multicolinealidad.
Correlaciones
CONSUMO DE AGUA
(Y)
PRODUCCIÓN (X1)
MEDIA DE TEMPERATURA
(X2)
DÍAS DE OPERACIÓN
(X3)
CONSUMO DE AGUA (Y)
Correlación de Pearson
1 ,979** ,866** ,985**
Sig. (probabilidad)
.000 .005 .000
PRODUCCIÓN (X1)
Correlación de Pearson
,979** 1 ,856** ,950**
Sig. (probabilidad)
.000 .007 .000
MEDIA DE TEMPERATURA (X2)
Correlación de Pearson
,866** ,856** 1 ,901**
Sig. (probabilidad)
.005 .007 .002
DÍAS DE OPERACIÓN (X3)
Correlación de Pearson
,985** ,950** ,901** 1
Sig. (probabilidad)
.000 .000 .002
**. La correlación es significativa al nivel 0,01 (bilateral).
RX2X3 > RYX2 0,901 > 0,866 Entre: X2X3
Según la tabla de Correlaciones de Pearson, se observa que existe
Multicolinealidad entre X2 y X3, por lo tanto estas variables no ingresan
al modelo.
MODELOS R2 corregido Prioridad
YX1X2X3Cancelado por
Multicolinealidad0
YX1X2 0.946 4YX1X3 0.986 1
YX2X3Cancelado por
Multicolinealidad0
YX1 0.952 3YX2 0.708 5YX3 0.966 2
b. Escriba el mejor modelo de regresión. Use α = 5%
Opción 1: Modelo YX1X3 Y = Bo+B1X1 + B3X3
H 0 : β1=0
H 1: β1≠0 α = 0.05
H 0 : β3=0
H 1: β3≠0 α = 0.05
Como p (Sig.) < 0.05, El modelo YX1X3 es válido.
Coeficientesa
Modelo
Coeficientes no estandarizados
Coeficientes tipificados t Sig. (p)
B Error típ. Beta
(Constante) BO 6.640 1.065 6.236 .002
X1 B1 .053 .017 .443 3.050 .028
X3 B2 1.164 .299 .565 3.892 .012
El mejor modelo de regresión es:
Y=β0+β1 X1+β3X3
Con .de Agua (gal . )=6.640+0.053 (Producción ton. )+1.164 (Díasde operación)
c. Interprete los coeficientes del modelo
B1: Por cada tonelada de producción el consumo de agua aumenta en 0.053
galones permaneciendo constante los días de operación.
B3: Por cada día de operación el consumo de agua aumenta en 1.164 galones
permaneciendo constante la producción mensual.
d. Pronostique el consumo de agua con un nivel de confianza del 97%
cuando la producción mensual es de 120 toneladas, la media de la
temperatura es de 85 °C y se tiene 8 días de operación.
Y=β0+β1 X1+β3X3
Y=6.640+0.053 (120 )+1.164 (8)
Y=22.312
Por lo tanto, el consumo de agua al 97 % de confianza con 120 toneladas de
producción, temperatura de 85 °C y 8 días de operación se encuentra entre:
19.21585 ≤ Y ≤ 24.10190