Regresin Mltiple - tiempo de entregaVariable dependiente: tiempo de entregaVariables independientes: cantidad de cajas distancia

ErrorEstadstico

ParmetroEstimacinEstndarTValor-P

CONSTANTE2.341231.096732.134740.0442

cantidad de cajas1.615910.1707359.464420.0000

distancia0.01438480.003613093.981310.0006

Anlisis de VarianzaFuenteSuma de CuadradosGlCuadrado MedioRazn-FValor-P

Modelo5550.8122775.41261.240.0000

Residuo233.7322210.6242

Total (Corr.)5784.5424

R-cuadrada = 95.9594 porcientoR-cuadrado (ajustado para g.l.) = 95.592 porcientoError estndar del est. = 3.25947Error absoluto medio = 2.28396Estadstico Durbin-Watson = 1.16957 (P=0.0119)Autocorrelacin de residuos en retraso 1 = 0.361037

El StatAdvisorLa salida muestra los resultados de ajustar un modelo de regresin lineal mltiple para describir la relacin entre tiempo de entrega y 2 variables independientes. La ecuacin del modelo ajustado es

tiempo de entrega = 2.34123 + 1.61591*cantidad de cajas + 0.0143848*distancia

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 95.9594% de la variabilidad en tiempo de entrega. El estadstico R-Cuadrada ajustada, que es ms apropiada para comparar modelos con diferente nmero de variables independientes, es 95.592%. El error estndar del estimado muestra que la desviacin estndar de los residuos es 3.25947. 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 2.28396 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 menor que 0.05, hay indicacin de una posible correlacin serial con un nivel de confianza del 95.0%. Grafique los residuos versus el nmero de fila para ver si hay algn patrn que pueda detectarse.

Para determinar si el modelo puede simplificarse, note que el valor-P ms alto de las variables independientes es 0.0006, que corresponde a distancia. Puesto que el valor-P es menor que 0.05, ese trmino es estadsticamente significativo con un nivel de confianza del 95.0%. Consecuentemente, probablemente no quisiera eliminar ninguna variable del modelo.