Scribd
Cargar
24 vistas4 páginas

Análisis de Regresión en Precios de Viviendas

Este documento presenta dos modelos de regresión lineal para predecir el precio de las casas. El primer modelo utiliza solo el número de habitaciones como variable independiente, encontrando que por cada habitación adicional el precio aumenta en $4,561. El segundo modelo incluye tanto el número de habitaciones como de baños, determinando que por cada habitación y baño adicional el precio aumenta en $4,133 y $758 respectivamente. Ambos modelos explican más del 99% de la variación en los precios y son estadísticamente significativos para predecir los preci

Cargado por

andres
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
24 vistas4 páginas

Análisis de Regresión en Precios de Viviendas

Este documento presenta dos modelos de regresión lineal para predecir el precio de las casas. El primer modelo utiliza solo el número de habitaciones como variable independiente, encontrando que por cada habitación adicional el precio aumenta en $4,561. El segundo modelo incluye tanto el número de habitaciones como de baños, determinando que por cada habitación y baño adicional el precio aumenta en $4,133 y $758 respectivamente. Ambos modelos explican más del 99% de la variación en los precios y son estadísticamente significativos para predecir los preci

Cargado por

andres
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

Ecuación de regresión

Precio = 65373 + 4561 Numero de habitaciones

Por cada habitación el precio de la casa va aumentando 4561 dolares

Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
Constante 65373 528 123,76 0,000
Numero de habitaciones 4561 160 28,47 0,000 1,00

Cuando p<0.05 el valor de B0 es significativo, aporta al modelo

Resumen del modelo


R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
477,179 99,27% 99,14% 98,78%

La efectividad del modelo es de 99.27%, entonces se recomienda para su uso

Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Regresión 1 184588803 184588803 810,67 0,000 El modelo es significativo
Numero de habitaciones 1 184588803 184588803 810,67 0,000 El número de habitaciones es significativo
Error 6 1366197 227700
Falta de ajuste 2 269531 134765 0,49 0,644
Error puro 4 1096667 274167
Total 7 185955000

El modelo es significativo porque valor de p<0.05


Basándonos en el diagrama de Pareto, la variable numero de habitaciones influye
significativamente en el precio de las casas

Ecuación de regresión
Precio = 65192 + 758 Numero de baños + 4133 Numero de habitaciones

Por cada habitación el precio de la vivienda es 4133,3 con el numero de baños cte,

¿Cuál es el precio de la vivienda con 4 habitaciones y 2 baños?

83340

¿Cuál es el pecio de la vivienda con 5 habitaciones y 2 baños?

87375

Cuando los baños se mantienen constante y solo se aumenta una habitación, la


diferencia que hay es de 4133.3

Cuando las habitaciones se mantiene constantes y solo se aumenta un baño la diferencia


que hay es de 758

Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
Constante 65192 418 155,96 0,000
Numero de baños 758 340 2,23 0,076 3,38
Numero de habitaciones 4133 229 18,08 0,000 3,38
Los coeficientes B0,B1 aportan de manera significativa al modelo por ser el valor p
menor a 0.05, mientras que el B2, no aporta de manera significativa por ser un valor
mayor a 0.05

Resumen del modelo


R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
370,360 99,63% 99,48% 99,23%

Cuando yo tengo regresión múltiple el coeficiente de determinación es el rcuadrado


ajustado

Comparando el modelo de regresión lineal con el modelo de regresión lineal multiple el


coeficiente de determinación nos muestra que el modelo multiple tiene mayor
efectividad con 99.48%

Al ser el valor p menor a 0.05 el moedlo de regresión lineal multiple es significativo

El numero de habitaciones afecta significativamente al modelo, mientras que el numero


de baños no afecta significativamente

Porque no pasas la línea roja, y si afecta si es que pasa la línea roja


Por cada baño el precio de la vivienda aumenta 5925 dólares

También podría gustarte