Regresin Mltiple - Resistencia

Variable dependiente: Resistencia

Variables independientes:
Agua
air
Caliza
Cemento
Corcho
Sil
spf

Parmetro
CONSTANTE
Agua
air
Caliza
Cemento
Corcho
Sil
spf

Estimacin
-169.481
118.385
1422.47
11.1897
-0.453049
16.2559
11.0013
251.956

Error
Estndar
39.6011
26.3222
302.385
3.04209
1.93279
5.14912
4.28708
26.8502

Anlisis de Varianza
Fuente
Suma de Cuadrados
Modelo
34680.1
Residuo
162.674
Total (Corr.)
34842.8

Gl
7
5
12

Estadstico
T
-4.27971
4.49753
4.70416
3.6783
-0.234401
3.15703
2.56616
9.38376

Valor-P
0.0079
0.0064
0.0053
0.0143
0.8240
0.0252
0.0503
0.0002

Cuadrado Medio
4954.3
32.5349

Razn-F
152.28

Valor-P
0.0000

R-cuadrada = 99.5331 porciento

R-cuadrado (ajustado para g.l.) = 98.8795 porciento
Error estndar del est. = 5.70394
Error absoluto medio = 2.90861
Estadstico Durbin-Watson = 1.70896 (P=0.1333)
Autocorrelacin de residuos en retraso 1 = 0.0550392
El StatAdvisor
La salida muestra los resultados de ajustar un modelo de regresin lineal mltiple para describir la relacin entre Resistencia y 7 variables
independientes. La ecuacin del modelo ajustado es
Resistencia = -169.481 + 118.385*Agua + 1422.47*air + 11.1897*Caliza - 0.453049*Cemento + 16.2559*Corcho + 11.0013*Sil +
251.956*spf
Puesto que el valor-P en la tabla ANOVA es menor que 0.05, existe una relacin estadsticamente significativa entre las variables con un
nivel de confianza del 95.0%.
El estadstico R-Cuadrada indica que el modelo as ajustado explica 99.5331% de la variabilidad en Resistencia. El estadstico RCuadrada ajustada, que es ms apropiada para comparar modelos con diferente nmero de variables independientes, es 98.8795%. El error
estndar del estimado muestra que la desviacin estndar de los residuos es 5.70394. Este valor puede usarse para construir lmites para
nuevas observaciones, seleccionando la opcin de Reportes del men de texto. El error absoluto medio (MAE) de 2.90861 es el valor
promedio de los residuos. El estadstico de Durbin-Watson (DW) examina los residuos para determinar si hay alguna correlacin
significativa basada en el orden en el que se presentan en el archivo de datos. Puesto que el valor-P es mayor que 0.05, no hay indicacin
de una autocorrelacin serial en los residuos con un nivel de confianza del 95.0%.
Para determinar si el modelo puede simplificarse, note que el valor-P ms alto de las variables independientes es 0.8240, que corresponde a
Cemento. Puesto que el valor-P es mayor o igual que 0.05, ese trmino no es estadsticamente significativo con un nivel de confianza del
95.0% mayor. Consecuentemente, debera considerarse eliminar Cemento del modelo.

Grfico Componente+Residuo para Resistencia

efecto de componente

52

32

12

-8

-28
0.2

0.3

0.4

0.5
Agua

ANOVA adicional para Variables en el Orden Ajustado

Fuente
Suma de Cuadrados
Gl Cuadrado Medio
Agua
19388.7
1
19388.7
air
1145.1
1
1145.1
Caliza
3693.51
1
3693.51
Cemento 1510.68
1
1510.68
Corcho
2414.84
1
2414.84
Sil
3662.38
1
3662.38
spf
2864.86
1
2864.86
Modelo
34680.1
7

0.6

0.7

Razn-F
595.94
35.20
113.52
46.43
74.22
112.57
88.05

0.8

Valor-P
0.0000
0.0019
0.0001
0.0010
0.0003
0.0001
0.0002

El StatAdvisor
Esta tabla muestra la significancia estadstica de cada variable conforme fue agregada al modelo. Puede utilizar esta tabla para ayudarse a
determinar si el modelo puede ser simplificado, especialmente si se est ajustando un polinomio.

Grfico de Resistencia
200

observado

160
120
80
40
0
0

40

80

120
predicho

160

Intervalos de confianza del 95.0% para las estimaciones de los coeficientes

Error
Parmetro
Estimacin Estndar Lmite Inferior
Lmite Superior
CONSTANTE
-169.481
39.6011
-271.279
-67.6832
Agua
118.385
26.3222
50.7213
186.048
air
1422.47
302.385
645.16
2199.77
Caliza
11.1897
3.04209
3.36975
19.0097

200

Cemento
Corcho
Sil
spf

-0.453049
16.2559
11.0013
251.956

1.93279
5.14912
4.28708
26.8502

-5.42146
3.01964
-0.0189911
182.935

4.51537
29.4922
22.0217
320.977

El StatAdvisor
Esta tabla muestra intervalos de confianza del 95.0% para los coeficientes en el modelo. Los intervalos de confianza muestran con qu
precisin pueden estimarse los coeficientes dados la cantidad de datos disponibles, y el nivel de ruido que est presente.

Grfico de Residuos

Rediduo Estudentizado

2.3

1.3

0.3

-0.7

-1.7
0.2

0.3

0.4

0.5
Agua

0.6

0.7

0.8

Matriz de Correlacin para las estimaciones de los coeficientes

CONSTANTE
Agua
air
Caliza
CONSTANTE
1.0000
-0.7089 -0.0952 -0.5031
Agua
-0.7089
1.0000
0.4975
0.2054
air
-0.0952
0.4975
1.0000
-0.1697
Caliza
-0.5031
0.2054
-0.1697 1.0000
Cemento
0.6486
-0.1969 0.4910
-0.3306
Corcho
-0.9499
0.4971
-0.1729 0.5047
Sil
-0.7866
0.3155
-0.1716 0.1141
spf
0.7284
-0.5582 0.1045
-0.5153

CONSTANTE
Agua
air
Caliza
Cemento
Corcho
Sil
spf

Cemento
0.6486
-0.1969
0.4910
-0.3306
1.0000
-0.8246
-0.7448
0.5173

Corcho
-0.9499
0.4971
-0.1729
0.5047
-0.8246
1.0000
0.8621
-0.7015

Sil
-0.7866
0.3155
-0.1716
0.1141
-0.7448
0.8621
1.0000
-0.6166

spf
0.7284
-0.5582
0.1045
-0.5153
0.5173
-0.7015
-0.6166
1.0000

El StatAdvisor
Esta tabla muestra las correlaciones estimadas entre los coeficientes en el modelo ajustado. Estas correlaciones pueden usarse para
detectar la presencia de de multicolinearidad severa, es decir, correlacin entre las variables predictoras. En este caso, hay 9 correlaciones
con valores absolutos mayores que 0.5 (sin incluir el trmino constante).

Grfico de Residuos

Rediduo Estudentizado

2.3

1.3

0.3

-0.7

-1.7
0

40

80
120
predicho Resistencia

Resultados de la Regresin para Resistencia

Ajustado
Error Est.
Inferior 95.0%
Fila
LC para Pronstico
LC para Pronstico

160

200

Superior 95.0%
LC para Pronstico

Inferior 95.0%
LC para la Media

Superior 95.0%
LC para la Media

El StatAdvisor
Esta tabla contiene informacin acerca de Resistencia la cual fue generada usando el modelo ajustado. La tabla incluye:
(1) los valores predichos de Resistencia usando el modelo ajustado
(2) el error estndar para cada valor predicho
(3) intervalos de previsin del 95.0% para nuevas observaciones
(4) intervalos de confianza del 95.0% para la respuesta media
Cada tem corresponde a los valores de las variables independientes en una fila especfica en el archivo de datos. Para generar pronsticos
para combinaciones adicionales de las variables, agregue filas adicionales al final del archivo de datos. En cada nueva fila, introduzca los
valores para las variables independientes pero deje vaca la celda de la variable dependiente. Cuando regrese a esta ventana, se habrn
agregado los pronsticos a la tabla para las nuevas filas, pero el modelo no se ver afectado.

Grfico de Residuos

Rediduo Estudentizado

2.3

1.3

0.3

-0.7

-1.7
0

Residuos Atpicos
Y
Fila Y Predicha
El StatAdvisor

Residuo

6
9
nmero de fila

Residuo
Estudentizado

12

15

La tabla de residuos atpicos enlista todas las observaciones que tienen residuos Estudentizados mayores a 2, en valor absoluto. Los
residuos Estudentizados miden cuntas desviaciones estndar se desva cada valor observado de Resistencia del modelo ajustado,
utilizando todos los datos excepto esa observacin. En este caso, no hay residuos Estudentizados mayores que 2.

Grfico de Resistencia con Valores Predichos

200

Resistencia

160
120
80
40
0
0.2

0.3

0.4

0.5
Agua

0.6

0.7

0.8

Puntos Influyentes
Distancia de
Fila Influencia Mahalanobis DFITS
2
0.579602
14.249
-1.77353
3
0.854506
63.6877
2.63929
7
0.75159
32.3649
-2.29293
13
0.998563
7644.93
-27.6404
Influencia media de un solo punto = 0.615385
El StatAdvisor
La tabla de puntos influyentes enlista todas las observaciones que tienen valores de influencia mayores que 3 veces la de un punto
promedio de los datos, que tienen un valor inusual de DFITS. Valor de Influencia es un estadstico que mide que tan influyente es cada
observacin en la determinacin de los coeficientes del modelo estimado. DFITS es un estadstico que mide que tanto podran cambiar los
coeficientes estimados si la observacin se eliminara del conjunto de datos. En este caso, un punto promedio de los datos tendra un valor
de influencia igual a 0.615385. No hay puntos con ms de 3 veces el valor de influencia promedio. Hay 4 datos con valores inusualmente
grandes de DFITS.

Regresin Mltiple - Rotura

Variable dependiente: Rotura
Variables independientes:
Agua
air
Caliza
Cemento
Corcho
Sil
spf

Parmetro
CONSTANTE
Agua
air
Caliza
Cemento
Corcho
Sil
spf

Estimacin
-593.843
661.549
2945.82
52.2919
-19.7064
65.9373
42.3992
843.923

Anlisis de Varianza

Error
Estndar
571.99
380.192
4367.59
43.9394
27.9169
74.373
61.9218
387.819

Estadstico
T
-1.03821
1.74004
0.674472
1.19009
-0.705897
0.886577
0.684722
2.17608

Valor-P
0.3468
0.1423
0.5299
0.2874
0.5118
0.4159
0.5240
0.0815

Fuente
Modelo
Residuo
Total (Corr.)

Suma de Cuadrados
682450.
33937.7
716388.

Gl
7
5
12

Cuadrado Medio
97492.9
6787.54

Razn-F
14.36

Valor-P
0.0049

R-cuadrada = 95.2627 porciento

R-cuadrado (ajustado para g.l.) = 88.6304 porciento
Error estndar del est. = 82.3866
Error absoluto medio = 30.7623
Estadstico Durbin-Watson = 2.30718 (P=0.5761)
Autocorrelacin de residuos en retraso 1 = -0.153626
El StatAdvisor
La salida muestra los resultados de ajustar un modelo de regresin lineal mltiple para describir la relacin entre Rotura y 7 variables
independientes. La ecuacin del modelo ajustado es
Rotura = -593.843 + 661.549*Agua + 2945.82*air + 52.2919*Caliza - 19.7064*Cemento + 65.9373*Corcho + 42.3992*Sil + 843.923*spf
Puesto que el valor-P en la tabla ANOVA es menor que 0.05, existe una relacin estadsticamente significativa entre las variables con un
nivel de confianza del 95.0%.
El estadstico R-Cuadrada indica que el modelo as ajustado explica 95.2627% de la variabilidad en Rotura. El estadstico R-Cuadrada
ajustada, que es ms apropiada para comparar modelos con diferente nmero de variables independientes, es 88.6304%. El error estndar
del estimado muestra que la desviacin estndar de los residuos es 82.3866. Este valor puede usarse para construir lmites para nuevas
observaciones, seleccionando la opcin de Reportes del men de texto. El error absoluto medio (MAE) de 30.7623 es el valor promedio
de los residuos. El estadstico de Durbin-Watson (DW) examina los residuos para determinar si hay alguna correlacin significativa
basada en el orden en el que se presentan en el archivo de datos. Puesto que el valor-P es mayor que 0.05, no hay indicacin de una
autocorrelacin serial en los residuos con un nivel de confianza del 95.0%.
Para determinar si el modelo puede simplificarse, note que el valor-P ms alto de las variables independientes es 0.5299, que corresponde a
air. Puesto que el valor-P es mayor o igual que 0.05, ese trmino no es estadsticamente significativo con un nivel de confianza del 95.0%
mayor. Consecuentemente, debera considerarse eliminar air del modelo.

Grfico Componente+Residuo para Rotura

efecto de componente

320
220
120
20
-80
-180
0.2

0.3

0.4

0.5
Agua

ANOVA adicional para Variables en el Orden Ajustado

Fuente
Suma de Cuadrados
Gl Cuadrado Medio
Agua
486085.
1
486085.
air
22710.4
1
22710.4
Caliza
60847.8
1
60847.8
Cemento 2856.9
1
2856.9
Corcho
32829.3
1
32829.3
Sil
44979.4
1
44979.4
spf
32141.1
1
32141.1
Modelo
682450.
7

0.6

Razn-F
71.61
3.35
8.96
0.42
4.84
6.63
4.74

0.7

0.8

Valor-P
0.0004
0.1269
0.0303
0.5451
0.0792
0.0498
0.0815

El StatAdvisor
Esta tabla muestra la significancia estadstica de cada variable conforme fue agregada al modelo. Puede utilizar esta tabla para ayudarse a
determinar si el modelo puede ser simplificado, especialmente si se est ajustando un polinomio.

Grfico de Rotura
1000

observado

800
600
400
200
0
0

200

400
600
predicho

800

1000

Intervalos de confianza del 95.0% para las estimaciones de los coeficientes

Error
Parmetro
Estimacin Estndar Lmite Inferior
Lmite Superior
CONSTANTE
-593.843
571.99
-2064.2
876.509
Agua
661.549
380.192
-315.768
1638.87
air
2945.82
4367.59
-8281.46
14173.1
Caliza
52.2919
43.9394
-60.6581
165.242
Cemento
-19.7064
27.9169
-91.4693
52.0564
Corcho
65.9373
74.373
-125.245
257.12
Sil
42.3992
61.9218
-116.776
201.575
spf
843.923
387.819
-152.999
1840.85
El StatAdvisor
Esta tabla muestra intervalos de confianza del 95.0% para los coeficientes en el modelo. Los intervalos de confianza muestran con qu
precisin pueden estimarse los coeficientes dados la cantidad de datos disponibles, y el nivel de ruido que est presente.

Grfico de Residuos

Rediduo Estudentizado

5.6
3.6
1.6
-0.4
-2.4
-4.4
0.2

0.3

0.4

0.5
Agua

0.6

Matriz de Correlacin para las estimaciones de los coeficientes

CONSTANTE
Agua
air
Caliza

0.7

0.8

CONSTANTE
Agua
air
Caliza
Cemento
Corcho
Sil
spf

1.0000
-0.7089
-0.0952
-0.5031
0.6486
-0.9499
-0.7866
0.7284

CONSTANTE
Agua
air
Caliza
Cemento
Corcho
Sil
spf

Cemento
0.6486
-0.1969
0.4910
-0.3306
1.0000
-0.8246
-0.7448
0.5173

-0.7089
1.0000
0.4975
0.2054
-0.1969
0.4971
0.3155
-0.5582
Corcho
-0.9499
0.4971
-0.1729
0.5047
-0.8246
1.0000
0.8621
-0.7015

-0.0952
0.4975
1.0000
-0.1697
0.4910
-0.1729
-0.1716
0.1045

-0.5031
0.2054
-0.1697
1.0000
-0.3306
0.5047
0.1141
-0.5153

Sil
-0.7866
0.3155
-0.1716
0.1141
-0.7448
0.8621
1.0000
-0.6166

spf
0.7284
-0.5582
0.1045
-0.5153
0.5173
-0.7015
-0.6166
1.0000

El StatAdvisor
Esta tabla muestra las correlaciones estimadas entre los coeficientes en el modelo ajustado. Estas correlaciones pueden usarse para
detectar la presencia de de multicolinearidad severa, es decir, correlacin entre las variables predictoras. En este caso, hay 9 correlaciones
con valores absolutos mayores que 0.5 (sin incluir el trmino constante).

Grfico de Residuos

Rediduo Estudentizado

5.6
3.6
1.6
-0.4
-2.4
-4.4
0

200

Resultados de la Regresin para Rotura

Ajustado
Error Est.
Fila
LC para Pronstico

400
600
predicho Rotura

Inferior 95.0%
LC para Pronstico

800

1000

Superior 95.0%
LC para Pronstico

Inferior 95.0%
LC para la Media

Superior 95.0%
LC para la Media

El StatAdvisor
Esta tabla contiene informacin acerca de Rotura la cual fue generada usando el modelo ajustado. La tabla incluye:
(1) los valores predichos de Rotura usando el modelo ajustado
(2) el error estndar para cada valor predicho
(3) intervalos de previsin del 95.0% para nuevas observaciones
(4) intervalos de confianza del 95.0% para la respuesta media
Cada tem corresponde a los valores de las variables independientes en una fila especfica en el archivo de datos. Para generar pronsticos
para combinaciones adicionales de las variables, agregue filas adicionales al final del archivo de datos. En cada nueva fila, introduzca los
valores para las variables independientes pero deje vaca la celda de la variable dependiente. Cuando regrese a esta ventana, se habrn
agregado los pronsticos a la tabla para las nuevas filas, pero el modelo no se ver afectado.

Grfico de Residuos

Rediduo Estudentizado

5.6
3.6
1.6
-0.4
-2.4
-4.4
0

Residuos Atpicos
Y
Fila Y
Predicha
9
623.0 503.759
11
382.0 503.759

Residuo
119.241
-121.759

6
9
nmero de fila

12

15

Residuo
Estudentizado
3.90
-4.35

El StatAdvisor
La tabla de residuos atpicos enlista todas las observaciones que tienen residuos Estudentizados mayores a 2, en valor absoluto. Los
residuos Estudentizados miden cuntas desviaciones estndar se desva cada valor observado de Rotura del modelo ajustado, utilizando
todos los datos excepto esa observacin. En este caso, hay 2 residuos Estudentizados mayores que 3. Es conveniente examinar
detenidamente las observaciones con residuos mayores a 3 para determinar si son valores aberrantes que debieran ser eliminados del
modelo y tratados por separado.

Grfico de Rotura con Valores Predichos

1000

Rotura

800
600
400
200
0
0.2

0.3

0.4

Puntos Influyentes
Distancia de
Fila Influencia Mahalanobis DFITS
9
0.470926
8.87437
3.68048
11
0.470926
8.87437
-4.10633
13
0.998563
7644.93
-5.89222
Influencia media de un solo punto = 0.615385
El StatAdvisor

0.5
Agua

0.6

0.7

0.8

La tabla de puntos influyentes enlista todas las observaciones que tienen valores de influencia mayores que 3 veces la de un punto
promedio de los datos, que tienen un valor inusual de DFITS. Valor de Influencia es un estadstico que mide que tan influyente es cada
observacin en la determinacin de los coeficientes del modelo estimado. DFITS es un estadstico que mide que tanto podran cambiar los
coeficientes estimados si la observacin se eliminara del conjunto de datos. En este caso, un punto promedio de los datos tendra un valor
de influencia igual a 0.615385. No hay puntos con ms de 3 veces el valor de influencia promedio. Hay 3 datos con valores inusualmente
grandes de DFITS.