REGRESION LINEAL

En la siguiente tabla se observa el ingreso promedio en miles de soles y el número de

personas desempleada medidas en miles en la región natural de la costa.

Año Costa-Ingreso promedio Costa-Población desempleada

2007 980.9 493.9
2008 1 061.9 488.8
2009 1 134.4 484.5
2010 1 139.1 450.6
2011 1 221.4 444.0
2012 1 334.2 420.9
2013 1 352.9 419.7
2014 1 434.0 401.5
2015 1 518.2 401.0
2016 1 605.7 489.8
2017 1 619.0 510.6
2018 1 628.4 494.6
2019 1 659.3 520.8

Pasos a seguir:
1.- Planteamiento de hipótesis:
Consiste como regla general: En que medida el ingreso promedio varia en relación al aumento
del número de personas desempleadas de la región natural de la costa.

2.- Especificación del modelo teórico:

Función desempleo

X =Numero de personasdesempleadas → Independiente

Y =Ingreso promedio en miles de soles→ Dependiente

Ingreso
promedio

Personas
3.- Obtención de datos:

Para estimar el modelo econométrico dado en la ecuación 2, es para obtener los valores
numéricos de β₁ y β₂ son necesarios los datos. Observemos unas cifras relacionadas con el
promedio de ingreso y el número de personas desempleadas.

4.- Estimación de parámetros del modelo econométrico:

Estimaremos los parámetros de la función desempleo: A través de la técnica de análisis de

regresión obtendremos las estimaciones. Con esta técnica y los datos dados obtuvimos lo
siguiente valores estimados de: β₁= 1 081 β₂= 0.60 por lo tanto tenemos la función desempleo
Y = 1 081 + 0.60 X

Asumiendo que los datos están muy

dispersan, concluimos que el modelo de regresión no es el mas adecuado.
5.- Pruebas de hipótesis:

H0: B2 = 0

H1: B2 ≠ 0

Al 95% de confianza se observa que el

valor p es superior al 5% se concluye
que no existe modelo de regresión
entre estas variables.