HP Calculadora Gráfica HP 49g Manual del usuario

Página 639

Advertising
background image

Página 18-54

nivel de significado,

α, determine el valor crítico de t, t

α

/2

, entonces,

rechace H

0

si t

0

> t

α

/2

o si t

0

< - t

α

/2

.


Si usted prueba para el valor

Β

0

= 0, y resulta que la prueba sugiere que

usted no rechace la hipótesis nula, H

0

:

Β = 0, entonces, la validez de una

regresión linear está en duda. Es decir los datos de la muestra no apoyan
la aserción de que

Β ≠ 0. Por lo tanto, ésta es una prueba de la

significación del modelo de la regresión.

• Prueba de hipótesis del intercepto, Α:

Hipótesis nula, H

0

:

Α = Α

0

, probada contra la hipótesis alternativa, H

1

:

Α

≠ Α

0

. La estadística de la prueba es t

0

= (a-

Α

0

)/[(1/n)+

x

2

/S

xx

]

1/2

, en la

cual t sigue la distribución Student t con

ν = n – 2 grados de libertad, y n

representa el número de puntos en la muestra. La prueba se realiza como
la de una prueba de la hipótesis del valor medio, es decir, dado el nivel
de significado,

α, determine el valor crítico de t, t

α

/2

, entonces, rechazar

H

0

si t

0

> t

α

/2

o si t

0

< - t

α

/2

.

• Intervalo de confianza del valor medio de Y para x = x

0

, es decir,

α+βx

0

:

a+b

⋅x−(t

n-2,

α

/2

)

⋅s

e

⋅[(1/n)+(x

0

-

x)

2

/S

xx

]

1/2

<

α+βx

0

<

a+b

⋅x+(t

n-2,

α

/2

)

⋅s

e

⋅[(1/n)+(x

0

-

x)

2

/S

xx

]

1/2

.


• límites de la predicción: intervalo de la confianza para el valor predicho

Y

0

=Y(x

0

):

a+b

⋅x−(t

n-2,

α

/2

)

⋅s

e

⋅[1+(1/n)+(x

0

-

x)

2

/S

xx

]

1/2

< Y

0

<

a+b

⋅x+(t

n-2,

α

/2

)

⋅s

e

⋅[1+(1/n)+(x

0

-

x)

2

/S

xx

]

1/2

.

Procedimiento para la inferencia estadística en la regresión
linear usando la calculadora


1) Escriba (x,y) como columnas de datos en la matriz estadística

ΣDAT.

2) Produzca una gráfica para las columnas apropiadas de

ΣDAT, y use

rangos apropiados de H- y V-VIEWS para comprobar tendencia linear.

3) Use

‚Ù˜˜@@@OK@@@, para ajustar una línea recta, y obtener a, b,

s

xy

(Covarianza), y r

xy

(Correlación).

Advertising