Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FACULTAD DE ECONOMÍA
LIC. EN ACTUARÍA
ANÁLISIS DE REGRESIÓN
1. Sexo
o Masculino
o Femenino
2. Situación académica
o Regular
o Irregular
8. ¿Tienes un trabajo?
o Sí
o No
Una vez recopilados los resultados individuales se pudo obtener una base de
datos obteniendo los siguientes regresores:
Los modelos propuestos tanto para la regresión logit y normit respectivamente son
los siguientes:
e β +β X
0 1 i
Pi=
1+e β + β X
0 1 i
( P )=ϕ(β ¿ ¿ 0+ β 1 LI ) ¿
Modelo inicial por regresión binomial logit
Modelo final por regresión binomial logit
Predicción para Exámenes Aprobados (Yi)
Analizando el modelo de regresión binaria mediante el modelo de logit el
cual se especializa en el análisis de observaciones y no de experimentación como
lo hace el modelo normit, podemos observar en primera instancia que de 1473
experimentos que se realicen de los mismos se obtendrán 1211 éxitos y 262
fracasos, es decir, tendremos 1211 exámenes aprobados y 262 reprobados.
Por otro lado, tenemos que de los regresores que se contemplan en nuestro
modelo inicial tan sólo se conservaron 2 los cuales fueron el porcentaje de avance
que tiene el alumno en la carrera y el número de exámenes reprobados, los cuales
basándonos en sus p-value de cada uno concluimos que ambos son
estadísticamente significativos a un nivel de confianza del 95% para explicar
nuestro modelo en un 88.45% como nos muestra nuestra R cuadrada ajustada,
también podemos observar que tenemos un VIF de 1.43 para ambos regresores lo
cual nos indica que no tenemos problemas de multicolinealidad en las variables.
Las medidas de asociación nos muestran que nuestro modelo tiene una
probabilidad de 63.3% de que ocurra un éxito y tiene un 33.6% de probabilidad de
que ocurra un fracaso.
Por otro lado, tenemos que de los regresores que se contemplan en nuestro
modelo inicial tan sólo se conservaron 2 los cuales fueron el porcentaje de avance
que tiene el alumno en la carrera y el número de exámenes reprobados al igual
que en modelo realizado por el método logit, los cuales basándonos en sus p-
value de cada uno concluimos que ambos son estadísticamente suficientes en un
95% para explicar nuestro modelo en un 89.85% como nos muestra nuestra R
cuadrada ajustada, también podemos observar que tenemos un VIF de 1.44 para
ambos regresores lo cual nos indica que no tenemos problemas de
multicolinealidad.