Dependent Variable: EXPENDITURES

Method: Least Squares

Date: 04/07/17 Time: 15:51
Sample: 1 26
Included observations: 26

Variable Coefficient Std. Error t-Statistic Prob.

C 114.2411 3.882078 29.42782 0.0000

AGE -0.333596 0.095369 -3.497944 0.0019

R-squared 0.337668 Mean dependent var 101.1154

Adjusted R-squared 0.310071 S.D. dependent var 6.107876
S.E. of regression 5.073322 Akaike info criterion 6.159672
Sum squared resid 617.7263 Schwarz criterion 6.256449
Log likelihood -78.07574 Hannan-Quinn criter. 6.187540
F-statistic 12.23561 Durbin-Watson stat 1.955232
Prob(F-statistic) 0.001852

interpretaciones: 1)
b1 si la edad fueran de cero aos el promedio de los gastos, en viajes
vacacionales serian de 114,24 $us. Cuando todos los dems factores
permanecen constantes.
b2 por cada 1 unidad se $ gastado en viajes vacacionales en promedio se
reducen en
-0,34 aos de edad, cunado los dems factores permanecen constantes.
El error1 es de 3.882078 en gastos por cada ao
El error2 es de 0.095369 de edad por cada dlar gastado
T1 b1= 29.42782 es estadsticamente significativo a un 99% de confianza
T2 b2= -3.497944 es estadsticamente significativo a un 99% de confianza

Pvalort1= 0.0000 es significativo al 99% de confianza

Pvalort2= 0.0019 es significativo al 99% de confianza

F = 12.23561 es significativo
F pvalor = 0.001852 el modelo global es significativo

R2 = 0.310071 el nivel de ajuste es bajo entre la variable dependiente (Y) y la variable independiente (X)
En global los aos no explican bien a los gastos en viajes vacacionales

2)
112

108

104
EXPENDITURES

100

96

92

88
10 20 30 40 50 60

AGE
 la lnea de tendencia tiene pendiente negativa se puede concluir que a mayor edad menor gastos en
viajes vacacionales

3)

Dependent Variable: EXPENDITURES

Method: Least Squares
Date: 04/07/17 Time: 20:04
Sample: 1 26 IF AGE>=40
Included observations: 13
Dependent Variable: EXPENDITURES
Method:Variable
Least Squares Coefficient Std. Error t-Statistic Prob.
Date: 04/07/17 Time: 20:14
Sample:C1 (b1)
26 IF AGE<=4088.87189 9.458464 9.396017 0.0000
AGE (b2)
Included observations: 140.146471 0.197384 0.742059 0.4736

R-squaredVariable 0.047673
Coefficient Mean
Std. dependent
Error var
t-Statistic 95.84615
Prob.
Adjusted R-squared -0.038902 S.D. dependent var 3.760456
S.E. of regression
C 3.832903
104.1871 Akaike info criterion
4.634582 22.48038 5.665760
0.0000
Sum squaredAGEresid 161.6026
0.041396 Schwarz
0.142398criterion
0.290709 5.752676
0.7762
Log likelihood -34.82744 Hannan-Quinn criter. 5.647895
F-statistic
R-squared 0.550651
0.006993 Durbin-Watson
Mean dependent stat
var 4.900360
105.5000
Prob(F-statistic)
Adjusted R-squared 0.473599
-0.075757 S.D. dependent var 3.757045
S.E. of regression 3.896758 Akaike info criterion 5.689731
Sum squared resid 182.2167 Schwarz criterion 5.781025
Log likelihood -37.82812 Hannan-Quinn criter. 5.681280
F-statistic 0.084512 Durbin-Watson stat 1.965708
Prob(F-statistic) 0.776237

5)
*En el supuesto 1 los pvalor F = 0.001852 nos da entender que el modelo es estadsticamente
significativo a un 99% de confianza,

*Pero en el supuesto 3 para mayores a 40 aos los pvalor F= 0.473599 el modelo en su globalidad refleja
que no es estadsticamente significativo a un 99% de confianza.
para menores de 40 aos los pvalor F= 0.776237 el modelo en su globalidad refleja que no es
estadsticamente significativo a un 99% de confianza tambin.

*las diferencias de ambos supuestos explican la forma que cuando se tratan los datos de una forma total
es diferente es significativa en forma desunida, los grupos separados identificados la normal se ajusta
menos no relacionan bien X y Y y parecera que el modelo debe rechazarse no es asi

*el supuesto tres es el que viola la lgica que base de datos es significativa y que debe rechazarse la Ho,
no es asi al 99% de confianza, sucede lo contrario.

CONCLUSION: El modelo para un anlisis consistente debe manejarse de una forma global y no separar
en grupos para no arroje estimadores que nos lleven a una relativa confusin.