Análisis de regresión múltiple

CASO N°01

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

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 vivos.
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

1 RESPONDER LAS SIGUIENTES PREGUNTAS

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

TAF NEGATIVA
PBIPC NEGATIVA
TFF POSITIVA

NEGATIVA
b) Realizar un análisis gráfico
300
300

200
200

NEGATIVA
MI
MI

100
100
0

0 20 40 60 80 100 0 5000 10000 15000 2

TAF
PBIPC

2 PLANTEAMIENTO DE HIPOTESIS POR Q MI HIPOTESIS DEBE SER MAYOR A 0

B1<0 B2<0
H0: B1>=0 H0: B1>=0
H1: B1<0 B1: B2<0
3 ECUACION ECONOMETRICA

Y^= 168.3067 - 1.768029 *taf - 0.00551112

4 ANALISIS DE LOS P - VALUE PRUEBA DE HIPOTESIS DE LOS PAR

PARAMETRO P.VALUE SIGNIFICATIVO PARAMETRO

B1= 0.000 SIGNIFICATIVO B1=
B2= 0.005 SIGNIFICATIVO B2=
B3= 0.003 SIGNIFICATIVO B3=
Tt=

SE OBSEVA QUE EL COEFI DE LAS 3 VARIABLES INDEPENNDIENTES ES MENOR A 0.05

5 PRUEBA DE HIPOTESIS DEL COEFICIENTE DE DETERMINACION PORBLARIONAL

Ft (0.05, ) 2.7581
Fc -2.7 59.17

EL F Caluculado debe ser mayor al F Tablas El f de fisher nos dice si el R2 es bueno o malo
SE OBSERVA QUE EL FC>FT,POR LO TANTO EL COEF DE DETERMINACION SI ES BUENO PARA ESTE MODELO ES SIGNIFIC

6 COEF, DE CORRELACION GRADO DE ACEPTACION ENTRE 2 VARIABLES

d) Determine el grado de relación entre las variables

7 COEF. DETERMINACION
DEMUESTRA EL NIVEL DE GRADO DE INFLUENCIA DE LA VARIABLE DEPENDIENTE EN LA VARIABLE INDEPENDIENTE

r^2 74%

EL NIVEL DE INCLUENCIA DE LA VIARIABLE DEPENDIENTE SE DA EN 74.44%

SE COEFICIENTE DE DETERNJNACION DE 74 ESTO QUIERE DECIR QUE LAS VARIABLES INDEPENDIENTES INFLUYE EN LA
SE OBSERVA QUE EL CO

8 Determine E INTERPRETE el modelo de regresión

MI^= 168.31 - 1.78*TAF - 0.005*PBIPC

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 0.5 niños de cada 1000 nacidos v
* 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.
ple

influencia en el incremento de la
la tasa de fecundidad de las mujeres.

or cada 1 000 nacidos vivos.

POSITIVA

2 PLANTEAMIENTO DE HIPOTESIS
300
200
MI
100
0

2 4 6 8
000 10000 15000 20000 TFF
PBIPC

YO DESEO ACEPTAR LA HIPOTESIS ALTERNATIVA

B3>0
H0: B3<=0
H1: B3>0
 *pbipc + 12.86864 *tff .+u

UEBA DE HIPOTESIS DE LOS PARAMETROS POBLACIONAL

Tc SIGNIFICATIVO
-7.13 si
-2.93 si
3.07 si
2.003

s dice si el R2 es bueno o malo

PARA ESTE MODELO ES SIGNIFICATIVO , CON UN NIVEL DE CONFIANZA DEL 95%

PTACION ENTRE 2 VARIABLES

EXAMEN
QUE PASARIA SI LA TASA AUMENTA

examen de fase
si le dijiera que debe elinar una variable cual seria y porque
ELIMINARIA EL PBIPC por que esta menos asociada

MI TFF
A VARIABLE INDEPENDIENTE VARIABLE DE INCLUSION FINANCIERA

NDEPENDIENTES INFLUYE EN LA VARIABLE DEPENDIENTE DEK 74.4% QUE ES UN GRADO DE DETERMINACIÓN ALTO EL RESTO QUE ES EL 26

ES ALTO Y TIENE UNA RELACION POSITIVA

+ 12.87*TFF .+U

damente 2 niños
0.5 niños de cada 1000 nacidos vivos
ximadamente 12 niños

que el P-VALUE es menor0.05

ad infantil en 75% aprox.
NTEAMIENTO DE HIPOTESIS
IÓN ALTO EL RESTO QUE ES EL 26% NO SE HA INCLUIDO EN EL MODELO
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=
% CORREEPONDE A OTRAS VARIABLES Q NO SE HAN INCLUIDO EN EL MODELO