1. Especificar un modelo de regresión lineal para las variables.

Y = X2 + X3 + X4 + X5

B0 B1 B2 B3 B4
Y = -9.85460 + (2.70101) X2 + (3.05961) X3 + (-0.01606) X4 + (-0.02270) X5

B0: Quiere decir que cuando las demás variables sean iguales a 0 “Y” será igual a (-9.85460).

B1: Por cada punto que varíe “X2” y suponiendo que las demás variables permanezcan
constantes “Y” variara en 2.70101.

B2: Por cada punto que varíe “X3” y suponiendo que las demás variables permanezcan
constantes “Y” variara en 3.05961.

B3: Por cada punto que varíe “X4” y suponiendo que las demás variables permanezcan
constantes “Y” variara en -0.01606.

B4: Por cada punto que varíe “X3” y suponiendo que las demás variables permanezcan
constantes “Y” variara en -0.02270.

2. Realizar una prueba de normalidad para cada una de las variables. (prueba gráfica y
shapiro).

H0 = Está distribuida normalmente.

H1 = No está distribuida normalmente.

Al aplicar la prueba shapiro a la variable “Y” se obtuvo como resultado el valor p el cual es de
0.3199 con un nivel de significancia del 5% este es menor que el valor p entonces se
 rechaza la hipótesis nula lo que nos dice que la variable está distribuida normalmente. Lo
cual se puede observar en la gráfica.

Al hacer la prueba shapiro a la variable “X2” se obtuvo como resultado el valor p el cual es
de 0.003954 con un nivel de significancia del 5% este es mayor que el valor p entonces se
rechaza la hipótesis nula lo que nos dice que la variable no está distribuida normalmente. Lo
cual se puede observar en la gráfica.
Al hacer la prueba shapiro a la variable “X2” se obtuvo como resultado el valor p el cual es
de 0.2248 con un nivel de significancia del 5% este es menor que el valor p entonces se acepta
la hipotesis nula lo que nos dice que la variable está distribuida normalmente. Lo cual se
puede observar en la gráfica.

Al hacer la prueba shapiro a la variable “X2” se obtuvo como resultado el valor p el cual es
de 0.0787 con un nivel de significancia del 5% este es menor que el valor p entonces se acepta
la hipótesis nula lo que nos dice que la variable está distribuida normalmente. Lo cual se
puede observar en la gráfica.
Al hacer la prueba shapiro a la variable “X2” se obtuvo como resultado el valor p el cual es
de 0.2468 con un nivel de significancia del 5% este es menor que el valor p entonces se acepta
la hipótesis nula lo que nos di ce que la variable está distribuida normalmente. Lo cual se
puede observar en la gráfica.

3. Resultados del modelo

  Valor T:
La regla de decisión de este valor es que si el valor t es menor a 2 a variable no es
estadísticamente significativa, y por el contrario si es mayor a 2, la variable es
estadísticamente significativa:
H0 = La variable es estadísticamente significativa.
H1 = La variable no es estadísticamente significativa.

B0: Al ser el valor t (-1.108) menor que 2 se rechaza la hipotésis nula y se dice que B0 no es
estadísticamente significativa.
B1: Al ser el valor t (3.882) mayor que 2 se acepta la hipotésis nula y se dice que B1 es
estadísticamente significativa.
B2: Al ser el valor t (3.264) mayor que 2 se acepta la hipotésis nula y se dice que B1 es
estadísticamente significativa.
B3: Al ser el valor t (-1.964) menor que 2 se rechaza la hipotésis nula y se dice que B0 no es
estadísticamente significativa.
B4: Al ser el valor t (-0.083) menor que 2 se rechaza la hipotésis nula y se dice que B0 no es
estadísticamente significativa.

 Valor P:
La regla de decisión de este valor es que si el valor P es menor que el nivel de significancia
en este caso escogeremos 0.10(10%)el valor de la media variable es diferente de 0 y si por el
contrario es mayor a el nivel de significancia el valor de la media de la variable es igual a 0.
H0 = µB = 0

H1 = µB ≠ 0

B0 = Según el valor p (0.2780) al ser este mayor que el nivel de significancia se acepta la
hipotésis nula por lo que B es igual a cero.
B1 = Según el valor p (0.0006) al ser este menor que el nivel de significancia se rechaza la
hipotésis nula por lo que B es diferente a cero.
B2 = Según el valor p (0.0030) al ser este menor que el nivel de significancia se rechaza la
hipotésis nula por lo que B es diferente a cero.
B3 = Según el valor p (0.0603) al ser este menor que el nivel de significancia se rechaza la
hipotésis nula por lo que B es diferente a cero.
B4 = Según el valor p (0.9341) al ser este mayor que el nivel de significancia se acepta la
hipotésis nula por lo que B es igual a cero.

 Valor R2:
Este valor nos dice en que porcentaje están explicadas las variaciones de la variable
independiente con las variaciones de la(s) variables independientes. En este caso el valor de
R2 es de 0.5804 (58.04%) es decir las variaciones de Y están explicadas en un 58.04% por la
variación de las X.

 Distribución normal de los residuos (Prueba Jarque Vera)

Esta prueba se hace para saber si los residuos del modelo están o no distribuidos
normalmente. Para ello se dice que si el valor p es mayor que el nivel de significancia 0.10
(10%) los datos están distribuidos normalmente y si por el contrario es menor los datos no
están distribuidos normalmente.

En este caso el valor p es de (0.4824) es decir mayor que el nivel de significancia por lo que
se dice que los datos están distribuidos normalmente.

 Prueba VIF (Multicolinealidad):

Esta prueba se hace para identificar si existe o no multicolinealidad entre las variables. Se
dice que no hay Multicolinealidad cuando el valor VIF da inferior a 10 y si por el contrario
da como resultado superior a 10 se dice que no existe multicolinealidad.

B1: El valor de VIF (3.5900) es menor que 10 por lo que se dice que no hay multicolinealidad
en esta variable.
B2: El valor de VIF (12.5000) es mayor que 10 por lo que se dice que hay multicolinealidad
en esta variable.
B3: El valor de VIF (55.1915) es mayor que 10 por lo que se dice que hay multicolinealidad
en esta variable.
B4: El valor de VIF (68.6852) es mayor que 10 por lo que se dice que hay multicolinealidad
en esta variable.
  Prueba HCC (Heterocedasticidad - Homocedasticidad)
Esta prueba se hace con el fin de identificar la existencia de Heterocedasticidad -
Homocedasticidad.

ARCHIVOS: