ROBERTO TEJEIRA 4-814-1538
Problema 1
PARTE A, B, C
Variables entradas/eliminadasa
Model Variables Variables
o entradas eliminadas Método
1 Nivel de . Introducir
ansiedad, Edad
del paciente,
Severidad de
enfermedadb
a. Variable dependiente: Satisfacción del paciente
b. Todas las variables solicitadas introducidas.
Resumen del modelo
R cuadrado Error estándar
Modelo R R cuadrado ajustado de la estimación
1 .814a .662 .606 10.570
a. Predictores: (Constante), Nivel de ansiedad, Edad del paciente,
Severidad de enfermedad
ANOVAa
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 3947.771 3 1315.924 11.777 .000b
Residuo 2011.184 18 111.732
Total 5958.955 21
a. Variable dependiente: Satisfacción del paciente
b. Predictores: (Constante), Nivel de ansiedad, Edad del paciente, Severidad de enfermedad
Coeficientesa
Coeficientes
Coeficientes no estandarizados estandarizados
Modelo B Desv. Error Beta t
1 (Constante) 162.892 26.481 6.151
Edad del paciente -1.204 .325 -.597 -3.700
Severidad de enfermedad -.667 .844 -.180 -.791
Nivel de ansiedad -8.677 12.621 -.160 -.688
Coeficientesa
Correlaciones
Modelo Sig. Orden cero Parcial Parte
1 (Constante) .000
Edad del paciente .002 -.766 -.657 -.507
Severidad de enfermedad .439 -.595 -.183 -.108
Nivel de ansiedad .501 -.611 -.160 -.094
a. Variable dependiente: Satisfacción del paciente
Correlaciones de coeficientea
Nivel de Edad del Severidad de
Modelo ansiedad paciente enfermedad
1 Correlaciones Nivel de ansiedad 1.000 -.250 -.727
Edad del paciente -.250 1.000 -.138
Severidad de enfermedad -.727 -.138 1.000
Covarianzas Nivel de ansiedad 159.296 -1.028 -7.747
Edad del paciente -1.028 .106 -.038
Severidad de enfermedad -7.747 -.038 .712
a. Variable dependiente: Satisfacción del paciente
Satisfacción del paciente vs Edad del paciente
Satisfacción del paciente vs Nivel de ansiedad
Satisfacción del paciente vs Severidad de enfermedad
D)
Satisfacción para un paciente de 50 años
y = a + bx
y = 122 – 1.55(50)
y = 44.5
Satisfacción para un paciente con un índice de severidad de la enfermedad de 55
y = a + bx
y = 174 – 2.2(55)
y = 55
Satisfacción para un paciente con un índice de ansiedad de 2.5
y = a + bx
y = 138 – 33.11(2.5)
y = 55.23
E) y = a + bx
y = 122 – 1.55(20)
y = 91
y = a + bx
y = 174 – 2.2(80)
y = -2
y = a + bx
y = 138 – 33.11(1.3)
y = 94.96
Analizando los resultados, eliminaría la variable de severidad de enfermedad, ya
que es obvio que entre el índice sea más alto, menos satisfacción tendrá el paciente;
Por otra parte, las satisfacción de un paciente no depende por su edad ni por su
ansiedad si no por su calidad de vida, pero con este estudio pacientes con más edad y
con más ansiedad no son felices.
Problema 2
Y = 2.551 + 0.44(15) + 0.45(15) + 0.39(13)
Y = 20.971 (Esta sería la dependencia que existe de aprendizaje con todas las materias
recogidas)
Variables entradas/eliminadasa
Variables Variables
Modelo entradas eliminadas Método
1 Programación, . Introducir
Base de Datos,
Algoritmosb
a. Variable dependiente: PHP
b. Todas las variables solicitadas introducidas.
Resumen del modelo
R cuadrado Error estándar
Modelo R R cuadrado ajustado de la estimación
1 .835a .697 .614 .861
a. Predictores: (Constante), Programación, Base de Datos, Algoritmos
ANOVAa
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 18.774 3 6.258 8.436 .003b
Residuo 8.160 11 .742
Total 26.933 14
a. Variable dependiente: PHP
b. Predictores: (Constante), Programación, Base de Datos, Algoritmos
Coeficientesa
Coeficientes
Coeficientes no estandarizados estandarizados
Modelo B Desv. Error Beta t Sig.
1 (Constante) 2.551 2.369 1.077 .305
Algoritmos .583 .267 .950 2.186 .051
Base de Datos .373 .144 .493 2.589 .025
Programación -.242 .270 -.410 -.893 .391
a. Variable dependiente: PHP
PHP VS Algoritmos
PHP VS Base de Datos
PHP VS Programación
Problema 3
Variables entradas/eliminadasa
Variables Variables
Modelo entradas eliminadas Método
1 Poblacion, . Introducir
Cantidad de
empleosb
a. Variable dependiente: Numero de viajes
b. Todas las variables solicitadas introducidas.
Resumen del modelo
Estadísticos de cambio
R cuadrado Error estándar Cambio en R
Modelo R R cuadrado ajustado de la estimación cuadrado Cambio en F
1 .701 a
.492 -.016 3219.292 .492 .968
Resumen del modelo
Estadísticos de cambio
Modelo gl1 gl2 Sig. Cambio en F
1 2 2 .508
a. Predictores: (Constante), Poblacion, Cantidad de empleos
ANOVAa
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 20072321.429 2 10036160.714 .968 .508b
Residuo 20727678.571 2 10363839.286
Total 40800000.000 4
a. Variable dependiente: Numero de viajes
b. Predictores: (Constante), Poblacion, Cantidad de empleos
Coeficientesa
Coeficientes
Coeficientes no estandarizados estandarizados
Modelo B Desv. Error Beta t Sig.
1 (Constante) -2148.214 10337.959 -.208 .855
Cantidad de empleos .350 1.821 .100 .192 .865
Poblacion 1.282 .989 .672 1.297 .324
a. Variable dependiente: Numero de viajes
Correlaciones de coeficientea
Cantidad de
Modelo Poblacion empleos
1 Correlaciones Poblacion 1.000 -.230
Cantidad de empleos -.230 1.000
Covarianzas Poblacion .977 -.415
Cantidad de empleos -.415 3.316
a. Variable dependiente: Numero de viajes
Número de viajes VS Población
Número de Viajes VS Cantidad de Empleos
A medida que la cantidad de empleos van subiendo, el número de viajes también, pero con
una demanda moderada, en cambio con la gráfica de # de viajes vs población se puede
apreciar que entre más alto sea la población, el número de viajes incrementará en una gran
escala en comparación con la de empleos que es más recta a la alza.
