Análisis de regresión múltiple

CASO N°01

En el presente caso se desea determinar ¿cuál de las siguientes variables ejerce mayor influencia en el increm
Infantil?. Las variables son: PBI percápita, Tasa de alfabetismo fenenina y la tasa de fecundidad de las mujere

Para tal efecto, se ha considerado analizar a 64 paises en vias de desarrollo

RENOMBRAMIENTO Y DEFINICIÓN DE LAS VARIABLES

Y= MI = mortalidad infantil, N° defunciones de niños menores de 5 años por cada 1 000 nacidos v
X1 = TAF = tasa de alfabetismo femenina (porcentaje).
X2 = PIBPC = PIB per cápita en 2000
X3 = TFF = tasa de fecundidad, cantidad promedio de hijos por mujer

RESPONDER LAS SIGUIENTES PREGUNTAS

a) A priori, ¿qué relación se espera de las variables con la v. dependiente?

TAF Negativa
PBIPC Negativa
TFF Positiva

b) Realizar un análisis gráfico

300
300

200
200

MI
MI

100
100
0

0 20 40 60 80 100 0 5000 10000

TAF PBIPC

2 PLANTAMIENTO DE HIPÓTESIS

B1< 0 B2<0

H0: B1>/0 H0: B2>/0

H1: B1< 0 H1: B2<0
 3 ECUACIÓN ECONOMÉTRICA
Determine E INTERPRETE el modelo de regresión

MI= 168.31 - 1.768029* TAF - 0.005*PBIPC + 12.86864*TFF

4. ANÁLISIS DE LOS P VALUE

debe ser menor al 0.05
PARAMETRO P-VALUE SIGNIFICATIVO
B1= 0 SIGNIFICATIVO
B2= 0.005 SIGNIFICATIVO
B3= 0.003 SIGNIFICATIVO
INTERPRETACI Se observa que el coeficiente de las tres variables independientes son significativas estadistica

c) ¿Cuál es el efecto parcial de cada variable en la MI?

5. PRUEBA DE HIPÓTESIS DEL COEFICIENTE DE DETERMINACIÓN POBLACIONAL

FT (0.005,3,60) 2.7580782958
FC 3.60 59.2

El f nos dice si el r2 es bueno o malo

Se observa que el FC >FT por lo tanto el coef. De determinación si es bueno para este modelo
El modelo es significativo ; con un nivel de confianza del 95%

6 COEF. DE CORRELACIÓN

d) Determine el grado de relación entre las variables

 si le dijeran que debe eliminar una variable cual sería y por que

SE elimina el pbipc por que es la variable que esta menos asociada

EL r esta validando los signos

7. COEF. DETERMINACION

r2 74.74%

Se observa que el coeficiente de determinación es de 74,74% quiere decir que las variables independientes

8
e) Determine E INTERPRETE el modelo de regresión

MI^= 168.31 -1.768 TAF - 0.0055

interpretación:
* Por cada incremento de la TAF en 1%, la MI se reduciría en aproximadamente 2 niños
* Por cada incremento del PBIPC EN 100 dólares, la MI se reduciría en 5 niños de cada 1000 nacidos vivos
* Por cada incremento de la TFF en 1%, la MI se incrementaria en aproximadamente 12 niños

* Los coeficientes de cada v. independiente son significativos, debido a que el P-VALUE es menor0.05
* las variables independientes en su conjunto determinan a la mortalidad infantil en 75% aprox.
múltiple

ayor influencia en el incremento de la Mortailidad

e fecundidad de las mujeres.

s por cada 1 000 nacidos vivos.

300

300
200

200
MI

MI
100
100

0
0

0 5000 10000 15000 20000 2 4 6 8

PBIPC TFF

B3>0 Tiene que ser positivo por eso espero que sea mayor que 0

H0: B3</0
H1: B3>0
 + UI

PRUEBA DE HIPÓTESISI DE LOS PARÁMETROS POBLACIONALES

PARAMETRO Tc
B1= -7.13 SI
B2= -2.93 SI
B3= 3.07 SI Tt= 2.0002978
on significativas estadisticamente ya que son menores al 0.05
 Es la misma variable por eso es una relación perfecta

variables independientes influyen en un 74,74% en la variable dependiente que es un grado de determinación alto. El resto represe

PBIPC 12.869 TFF + UI 181.15582

EL EFECTO PARCIAL

cada 1000 nacidos vivos

nte 12 niños

LUE es menor0.05
n 75% aprox.
minación alto. El resto representa a las otras variables que no se han incorporado en esta modelo
a
DATA CASO N° 01

OBSERVACIONES MI TAF PBIPC TFF

1 128 37 1870 6.66
2 204 22 130 6.15
3 202 16 310 7
4 197 65 570 6.25
5 96 76 2050 3.81
6 209 26 200 6.44
7 170 45 670 6.19
8 240 29 300 5.89
9 241 11 120 5.89
10 55 55 290 2.36
11 75 87 1180 3.93
12 129 55 900 5.99
13 24 93 1730 3.5
14 165 31 1150 7.41
15 94 77 1160 4.21
16 96 80 1270 5
17 148 30 580 5.27
18 98 69 660 5.21
19 161 43 420 6.5
20 118 47 1080 6.12
21 269 17 290 6.19
22 189 35 270 5.05
23 126 58 560 6.16
24 12 81 4240 1.8
25 167 29 240 4.75
26 135 65 430 4.1
27 107 87 3020 6.66
28 72 63 1420 7.28
29 128 49 420 8.12
30 27 63 19830 5.23
31 152 84 420 5.79
32 224 23 530 6.5
33 142 50 8640 7.17
34 104 62 350 6.6
35 287 31 230 7
36 41 66 1620 3.91
37 312 11 190 6.7
38 77 88 2090 4.2
39 142 22 900 5.43
40 262 22 230 6.5
41 215 12 140 6.25
42 246 9 330 7.1
43 191 31 1010 7.1
44 182 19 300 7
45 37 88 1730 3.46
46 103 35 780 5.66
47 67 85 1300 4.82
48 143 78 930 5
49 83 85 690 4.74
50 223 33 200 8.49
51 240 19 450 6.5
52 312 21 280 6.5
53 12 79 4430 1.69
54 52 83 270 3.25
55 79 43 1340 7.17
56 61 88 670 3.52
57 168 28 410 6.09
58 28 95 4370 2.86
59 121 41 1310 4.88
60 115 62 1470 3.89
61 186 45 300 6.9
62 47 85 3630 4.1
63 178 45 220 6.09
64 142 67 560 7.2
Y X
MI TAF
B1

P. HIPOTESIS

TAF TAF tff

B1 < 0 B2 < 0 B3 > 0

HO: B1 > = 0 HO: B1 > = 0 HO: B3 <= 0

H1: B1 < 0 H1: B2 < 0 H1: B3 > 0

R^2= 74.74% X INLUYEN A LA Y,

LA Y EXPLICA O DETERMINA A LA X EN UN 74.74%, Y EL RESTO 26% CORREEPONDE A OTRAS VARIAB

R=

MI^= 168.31 -1.768 TAF -0.0055 PBIPC 12.869 TFF +

F32)
66
0.9
91.99951
208.3795
124.66073
181.15582
% CORREEPONDE A OTRAS VARIABLES Q NO SE HAN INCLUIDO EN EL MODELO

UI