Por que no es suficiente la estimación puntual y por qué se tiene que recurrir a la estimación por intervalo?

A)Establezca La ecuación de regresión múltiple

Construir la fórmula de la ecuación

Ecuaciónà

Y= 22,7744+1,0847puntos (x₁)+3,2799porcentaje(x₂)-5,1764Rival(x₃)

Esta ecuación

Para B1: si el equipo aumenta un1 punto promedio por partido, se espera que el número De victoria aumente en aproximadamente una. Una victoria más a la esperada.Para B2: si el equipo aumenta un punto porcentual el porcentaje de tiros se espera que aumente en tres3 el número de victorias.

Para B3: si el equipo rival aumenta un punto Porcentual, el porcentaje de tiros se espera que disminuya en 5 el número de Victorias.

DEFENSA

c)Elabore un pronóstico del número de Victorias para un equipo que tiene un porcentaje de tiros realizados del 45%, Un porcentaje de tiros del oponente del 44% y un promedio de 90 puntos por Partido.

Ecuaciónà

Y= 22,7744+1,0847puntos (90)
+3,2799porcentaje(45)-
5,1764Rival(44)

Y=40,23

Se espera aproximadamente 40 victorias

40,23641

D)Efectúe un análisis residual de sus Resultados y determine la idoneidad del modelo

Los Gráficos residuales muestran puntos o residuos aleatorios por lo tanto el Modelo es idóneo es válido y adecuado.

e )

a)¿Existe una relación significativa Entre el número de victorias y las tres variables independientes (porcentaje de Tiros del equipo, del oponente y el promedio de puntos por partido), con un Nivel de significancia de 0,05? ANOVA Prueba global del Modelo.

Se rechaza La hipótesis nula dado que F es mayor al valor crítico, por tanto Existe una relación significativa entre el Número de victorias y las tres variables independientes (porcentaje de tiros Del equipo, del oponente y el promedio de puntos por partido)

Si se acepta la Ho viceversa g Determine, con un nivel de Significancia de 0,05 si cada una de las variables independientes, incluida la Intercepción, hace contribución significativa al modelo de regresión.  Indique cuál es el modelo más adecuado para Estos datos.

Los puntos Promedios no sirven para medir o pronosticar las victorias de otros años. Dado Que el valor p de las 3 vI son mayores de alfa se acepta su Ho. No hace Contribución significativa al modelo de regresión, por otra parte el valor p de La variable % del rival es menor ella si hace contribución significativa y Refleja que en lo que se tiene que trabajar es en la defensa para medir las Victorias futuras. Y las otras variables no tienen incidencia

Y= 5,1764Rival(44)

G)Interprete el significado del Coeficiente de correlación  múltiple

Es Una correlación Intensa0,8170está en el Intervalo que va de 0,5 < R <1

Interprete El  significado del coeficiente de Determinación múltiple.

·Si Sale al menos una variable que no es significativo se interpreta el coeficiente De R2 ajustado.

·Pero Si no sale ninguna variable y todas las variables sirven se debe interpretar el Coeficiente de determinación R2 no ajustado.

Estadísticas De la regresión

Variable dependiente: # de victorias

El 62,77% de la variabilidad en el número De victorias (VD) puede ser explicada por la variabilidad de las variables Independientes (punto promedio de partido, % de tiro, % de tiro del rival).

Alcanza entre la VD entre la VI.

i)Determine e interprete una estimación Del intervalo de confianza del 95% para la pendiente poblacional que existe Entre el número de victorias y el promedio de puntos por partido y entre el Número de victorias y el porcentaje de tiros efectuados por el equipo.

Espacio En el que se esperan los posibles rangos esperados. Esta pregunta esta asociada A la pregunta b)

R: Si se incrementa en una unidad la variable Puntos promedio por partido, se espera que el número de victorias esta en Un rango de entre 0 y aprox. 2.Si Se incrementa en una unidad la variable Porcentaje de tiros por partido, se espera que el número de victorias esta En un rango de entre 0 y aprox. 7.