Professional Documents
Culture Documents
9/14/2006
Resumen
El procedimiento Ajustando Curva SnapStat crea un resumen de una pagina que describe la
relación entre un solo factor cuantitativo X y una variable dependiente Y. Cualquiera de los 27
modelos lineales y no lineales pueden ser ajustados, usando mínimos cuadrados o un
procedimiento de estimación resistente. Pruebas son corridas para determinar la significancia
estadística del modelo. El modelo ajustado es graficado con límites de confianza y/o limites de
predicción, y los residuos son graficados también. Los cálculos realizados son un subconjunto de
aquéllos realizados en el procedimiento de Regresión Simple. Aunque, la salida es ajustada a una
sola pagina.
Semanas Clorina
8 0.49
8 0.49
10 0.48
10 0.47
10 0.48
10 0.47
12 0.46
12 0.46
12 0.45
12 0.43
14 0.45
14 0.43
14 0.43
… …
Salida
La salida del SnapStat consiste de una sola pagina de estadísticas graficas y numéricas.
chlorine
Coeficiente de Correlación = -0.8651
R-cuadrada = 74.83 porciento 0.44
R-cuadrado (ajustado para g.l.) = 74.23 porciento
0.42
Error Estándar Est. = 0.015385
Error Absoluto medio = 0.012834 0.4
Estadístico Durbin-Watson = 0.992081 (P=0.0001)
Autocorrelación de residuos en Retraso 1 = 0.451981 0.38
0 10 20 30 40 50
weeks
0.48
1.1
0.46
observado
0.44 0.1
0.42
-0.9
0.4
0.38 -1.9
0.38 0.4 0.42 0.44 0.46 0.48 0.5 0 10 20 30 40 50
predicho número de fila
• Modelo Ajustado: Identificación del modelo que fue ajustado. Por defecto, un modelo lineal
de la forma
Y=a+bX (1)
Es ajustado, aunque un modelo diferente puede ser seleccionado usando Opciones del
Análisis.
Coeficiente de correlación- Mide la fuerza de la relación lineal entre Y y X en una escala de-
1 (correlación lineal negativa perfecta) a +1 (correlación lineal positiva perfecta). En los
datos del ejemplo, la correlación entre chlorine y weeks es relativamente fuerte, con el signo
negativo indicando que la chlorine cae como las weeks crecen.
Error Estándar de Est. – la desviación estándar estimada de los residuos (la desviación
estándar alrededor del modelo). Este valor es usado para crear límites de predicción para
observaciones nuevas.
• Tipo de Modelo: El modelo que será estimado. Todos los modelos mostrados pueden ser
linealizados transformando X, Y, o ambos. Cuando ajustamos un modelo no lineal,
STATGRAPHICS primero transforma los datos, después se ajusta el modelo, y entonces
invierte la transformación para desplegar los resultados.
Uso de medianas de 3 grupos – Usa el método de Tukey de ajustar una línea recta, en la
cual los datos son divididos en 3 grupos de acuerdo al valor de X, las medianas son
calculadas dentro de cada grupo, y una línea es determinada de las 3 medianas.
y = ( β0 + β1 x )
Raíz cuadrada-Y 2 Raíz cuadrada ninguna
Exponencial
y = e( β0 +β1x ) Logaritmo ninguna
y = (β 0 + β 1 x )
Reciproco-Y −1 reciproco ninguna
y = [β 0 + β / x ]
Doble reciproco −1 reciproco reciproco
y = (β 0 + β 1 x 2 )
Raíz cuadrada-Y cuadrada-X 2 raíz cuadrada cuadrada
Log-Y cuadrada-X
y = e (β 0 + β 1 x ) Logaritmo cuadrada
2
y = (β 0 + β 1 x 2 )
Reciproco-Y cuadrada-X −1 reciproco cuadrada
yˆ = aˆ + bˆx (2)
Esta es la ecuación que seria usada para predecir valores de la variable dependiente Y
dados los valores de la variable independiente X. Note que hace un trabajo relativamente
bueno de escoger mucha de la correlación negativa entre chlorine y weeks.
ei = y i − yˆ i (3)
i.e., los residuos son la diferencia entre los valores observados y el modelo ajustado.
Dependiendo de lo fijado en la pestaña ANOVA/Regresión de la caja de dialogo Preferencias,
accesible en el menú Editar, tú puedes graficar cualquiera de los siguientes:
Cálculos