Genere las variables necesarias para la realización de los modelos propuestos

1) Realice el siguiente modelo de regresión 

Estadísticas de la regresión
Coeficiente de
correlación múltiple 0.17183938
Coeficiente de
determinación R^2 0.02952877
R^2 ajustado 0.0294672
Error típico 2428.14133
Observaciones 15765

ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los Valor
  libertad cuadrados cuadrados F crítico de F
Regresión 1 2827805309 2827805309 479.624746 9.353E-105
Residuos 15763 9.2937E+10 5895870.33
Total 15764 9.5764E+10      

ProbabilidaInferior Superior Inferior Superior

  Coeficientes Error típico Estadístico t d 95% 95% 95,0% 95,0%
2496.1645 2615.5991 2496.1645 2615.5991
Intercepción 2555.88181 30.46623 83.8922901 0 1 1 1 1
786.19751 940.76321 786.19751 940.76321
Masculino 863.480365 39.427721 21.9003367 9.353E-105 7 2 7 2
INTERPRETACIÓN:
a)
Demuestar el salario promedio de un hombre en Bolivia es de 863,48 ganando ,as que lamujer , haciendo un total de 3420.35 bs en promedio.
b)
El salario promedio de un mujer en Bolivia es de 863,48 que gana menos que el varon, haciendo un total de 2555,88 bs en promedio.
c)
ambos son estadisticamente significativos a un 99% de nivel de confianza.

2) Realice el siguiente modelo de regresión 

Estadísticas de la regresión
Coeficiente de correlación
múltiple 0.20728938
Coeficiente de
determinación R^2 0.04296889
R^2 ajustado 0.04290817
Error típico 0.91575924
Observaciones 15765

ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los Valor crítico
  libertad cuadrados cuadrados F de F
Regresión 1 593.512065 593.512065 707.728909 1.428E-152
Residuos 15763 13219.0879 0.83861498
Total 15764 13812.6      

Probabilida Superior Inferior Superior

  Coeficientes Error típico Estadístico t d Inferior 95% 95% 95,0% 95,0%
7.4782555 7.4332114
Intercepción 7.4557335 0.01149016 648.879888 0 7.43321148 3 8 7.47825553
0.4247342 0.3664406
Masculino 0.39558744 0.01486993 26.6031748 1.428E-152 0.36644066 1 6 0.42473421

INTERPRETACIÓN:
a)
Analizando la diferencia salarial del hombre con relación a la de la mujer es más del 39%
b)
Es significativo estadísticamente la diferencia tiene un 40% de diferencia con respecto al de la mujer, como lo muestra los datos de la tabla

3. Realice el siguiente modelo de regresión, seleccionando Santa Cruz como la categoría base.

 Estadísticas de la regresión
Coeficiente de correlación
múltiple 0.12793027
Coeficiente de
determinación R^2 0.01636615
R^2 ajustado 0.01586672
Error típico 2445.09542
Observaciones 15765

ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los Valor
  libertad cuadrados cuadrados F crítico de F
Regresión 8 1567295054 195911882 32.7694498 1.2743E-51
Residuos 15756 9.4197E+10 5978491.63
Total 15764 9.5764E+10      

Probabilida Inferior Superior Inferior Superior

  Coeficientes Error típico Estadístico t d 95% 95% 95,0% 95,0%
3594.4447 3412.9095 3594.4447
Intercepción 3503.67713 46.3072966 75.6614484 0 3412.90953 4 3 4
- - -
- 954.96226 1279.9028 954.96226
Chuquisaca -1117.43254 82.888154 -13.4812092 3.4137E-41 1279.90282 2 2 2
- - -
- 334.86175 571.77408 334.86175
La Paz -453.317921 60.4332857 -7.5011298 6.6639E-14 571.774084 7 4 7
- - -
- 275.97281 529.91199 275.97281
Cbba -402.942405 64.7766167 -6.22049167 5.0811E-10 529.911994 5 4 5
- - -
- 595.94425 938.81132 595.94425
Oruro -767.377789 87.4609769 -8.77394486 1.8992E-18 938.811323 5 3 5
- -
700.42152 700.42152
Potosí -882.944965 93.1187592 -9.48192364 2.8447E-21 -1065.4684 9
-1065.4684 9
- - -
- 286.36783
607.44632 286.36783
Tarija -446.907077 81.9029901 -5.45654165 4.9282E-08 607.446321 4 1 4
-
- 17.921731 372.30632 17.921731
Beni -177.192295 99.5421548 -1.78007293 0.07508329 372.306322 5 2 5
-
- 283.43608
Pando -86.3975368 100.523995 -0.85947178 0.39009336 283.436084 110.64101 4 110.64101

a)
Comparando el salario promedio de Santa Cruz, en el departamento de La Paz gana 453,31 menos que en Santa Cruz en promedio.
b)
En Chuquisaca se paga el salario de 2386,25 bs con respecto a Santa Cruz.
c)
No consta con diferencia significativa, porque no hay amplitud en Chuquisaca.

4. Realice el mismo modelo de regresión de la pregunta 3, está vez seleccionando a Cochabamba como la categoría
base.

Estadísticas de la regresión
Coeficiente de correlación
múltiple 0.12793027
Coeficiente de 0.01636615
determinación R^2
R^2 ajustado 0.01586672
Error típico 2445.09542
Observaciones 15765

ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los Valor crítico
  libertad cuadrados cuadrados F de F
Regresión 8 1567295054 195911882 32.7694498 1.2743E-51
Residuos 15756 9.4197E+10 5978491.63
Total 15764 9.5764E+10      

Superior Inferior Superior

  Coeficientes Error típico Estadístico t Probabilidad Inferior 95% 95% 95,0% 95,0%
Intercepción 3100.73473 45.2950809 68.456324 0 3011.95118 3189.51828 3011.95118 3189.51828
- - -
Chuquisaca -714.490135 82.3269378 -8.67869198 4.3897E-18 -875.860364 553.119905 875.860364 553.119905
-
La Paz -50.3755156 59.6612156 -0.84435952 0.39848135 -167.318333 66.5673017 167.318333 66.5673017
- - -
Oruro -364.435384 86.929288 -4.1923199 2.7762E-05 -534.826747 194.044021 534.826747 194.044021
- - -
Potosí -480.00256 92.6195549 -5.18251853 2.2161E-07 -661.547498 298.457622 661.547498 298.457622
-
Tarija -43.9646724 81.3349766 -0.54053833 0.58883348 -203.390544 115.461199 203.390544 115.461199
Beni 225.75011 99.0753208 2.27857056 0.02270593 31.5511308 419.949088 31.5511308 419.949088
Pando 316.544868 100.061742 3.16349547 0.00156183 120.41239 512.677346 120.41239 512.677346
Santa Cruz 402.942405 64.7766167 6.22049167 5.0811E-10 275.972815 529.911994 275.972815 529.911994

a)              
El salario promedio que ganan en Cochabamba es 3100 bs.      
b)              
El salario promedio de La Paz es 3049 bs aproximadamente, lo cual existe diferencia estadística significativa.
c)              
El Salario promedio que se paga en Santa Cruz es de 3503 bs aproximadamente.  
d)              
No consta con diferencia significativa entre ambos departamentos.      

5. Ahora considere el siguiente modelo

Estadísticas de la regresión
Coeficiente de correlación
múltiple 0.28079083
Coeficiente de
determinación R^2 0.07884349
R^2 ajustado 0.0787266
Error típico 2365.71879
Observaciones 15765

ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los Valor
  libertad cuadrados cuadrados F crítico de F
Regresión 2 7550400059 3775200030 674.549353 0
Residuos 15762 8.8214E+10 5596625.38
Total 15764 9.5764E+10      

Probabilida Inferior Superior Inferior Superior

  Coeficientes Error típico Estadístico t d 95% 95% 95.0% 95.0%
1534.4152 1344.0197 1534.4152
Intercepción 1439.21752 48.5674405 29.633382 7.563E-188 1344.01977 6 7 6
1042.4483 1042.4483
masculino 966.830076 38.57852 25.0613574 5.941E-136 891.21176 9 891.21176 9
1250.8387
urbano 1341.34864 46.1758023 29.0487348 8.932E-181 1250.83878 1431.8585 8 1431.8585
3747.39623
2780.56615 2406.04759
a) El salario promedio de los hombres urbanos es 3747 Bs.-
b) El salario promedio de las mujeres Urbanas es de 2780 Bs.-
c) El salario promedio de los hombres rurales es de 2406 Bs.-
 d) El salario promedio de las mujeres rurales es de 1439 Bs.-
6. Considere un modelo similar al anterior, pero con logaritmos

Estadísticas de la regresión  
Coeficiente de correlación
múltiple 0.40310571
Coeficiente de determinación
R^2 0.16249421
R^2 ajustado 0.16238794
Error típico 0.85669447
Observaciones 15765

ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los Valor crítico
  libertad cuadrados cuadrados F de F
Regresión 2 2244.46753 1122.23377 1529.08421 0
Residuos 15762 11568.1325 0.73392542
Total 15764 13812.6      

Probabilida Superior Inferior Superior

  Coeficientes Error típico Estadístico t d Inferior 95% 95% 95,0% 95,0%
6.8299701 6.7610225
Intercepción 6.79549634 0.01758766 386.378649 0 6.76102251 7 1 6.82997017
0.8258598 0.7603074
Urbano 0.79308368 0.01672158 47.4287539 0 0.76030747 9 7 0.82585989
0.4840773 0.4293102
Masculino 0.45669382 0.01397039 32.6901361 7.518E-227 0.42931027 8 7 0.48407738
893.812783

893.812783
2.21020147
1.5788454
3119.01909
a)              
El hombre en la área urbana puede ganar más que la mujer en un 45 % en
promedio      
b)              
Las personas que viven en la área urbana pueden tener ingresos mayores al de rural en un 79 %  
c)              
El salario de un hombre Urbano es 893,81 más que el del rural. sumando en promedio 3119,019 bs.  

7. Considere el modelo con interacciones

Estadísticas de la regresión
Coeficiente de
correlación múltiple 0.31181241
Coeficiente de
determinación R^2 0.09722698
R^2 ajustado 0.09705514
Error típico 0.88947781
Observaciones 15765

ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los Valor
  libertad cuadrados cuadrados F crítico de F
Regresión 3 1342.95738 447.652459 565.810154 0
Residuos 15761 12469.6426 0.79117078
Total 15764 13812.6      

Coeficiente Probabilida Inferior Superior Inferior Superior

  s Error típico Estadístico t d 95% 95% 95.0% 95.0%
548.09591 6.2180524 6.3948481 6.2180524 6.3948481
1 Intercepción 6.30645029 0.04509832 139.837824 0 3 5 3 5
1.4526144 0.2037249 0.5430050 0.2037249 0.5430050
8 masculino 0.37336502 0.08654599 4.31406497 1.6126E-05 7 7 7 7
3.4016391 1.1330217 1.3154930 1.1330217 1.3154930
4 escolaridad 1.22425742 0.04654608 26.3020492 2.966E-149 6 7 6 7
- -
0.9661624 - 0.2065148 0.2065148
3 esc/masculin 0.03442331 0.08779666 -0.39207994 0.69500445 2 0.1376682 2 0.1376682
2616.6480
7 7.86964942

a) el sueldo intermedio de un hombre con 12 años de estudio es igual a

2616. 64 Bs-

b) el salario promedio de una mujer con 12 años de estudio es igual a 2064.18 Bs .

c) la diferencia salarial entre el hombre y la mujer es muy significativa.