Suponiendo que el modelo de regresión sea lineal, llegamos a la siguiente especificación del

modelo de regresión (usando abreviaturas convenientes para indicar las tres variables en
juego):

Las variables a utilizar y realizar el análisis son las siguientes:

Birth: Es la tasa de natalidad (medida como el número de nacimientos en un año determinado

en una determinada población por cada 1.000 habitantes)
Y: Ingreso per cápita (mide el valor agregado acumulado de los residentes de un determinado
país).
IMR: La tasa de mortalidad infantil (mide la proporción del número de infantes muertos
menores de 1 año sobre el número de los nacidos del mismo), i = 1 ..., n, donde n es el tamaño
de muestra.

Finalmente se espera que el coeficiente de pendiente de la variable de ingresos sea negativa y

la de mortalidad infantil sea positivo. Una vez se especifica el modelo estadístico se procede
con la respectiva estimación, para esto se utiliza una muestra de observaciones de 109 países
en el año 1985, tomadas de las tablas del Banco Mundial. Los estimadores de mínimos
cuadrados del modelo de regresión arrojan los siguientes resultados:

El 79% de la variación total de la tasa bruta de natalidad está fundamentado en el resultado de

R2; donde identificamos que para las dos pendientes presentan el mismo signo, siendo así
estadísticamente significativos en un nivel de significancia equivalente al 5%.

Las siguientes graficas (figura Nº 1) explica a través de histogramas el comportamiento y

variación de cada una de las variables; identificando que no presentan asociación alguna entre
sus comportamientos.

VA GRAFICA DE REGRESION 3 VARIABLES.

Se evidencia a simple vista que la información esta sesgada y tiene una misma orientación, lo
cual nos muestra que el modelo a partir de la información analizada, no tiene una distribución
normal.
Las siguientes gráficas representan las mismas variables ubicándolas en un diagrama de
dispersión pero la segunda con una transformación de logaritmos y raíz cuadrada:

GRAFICA