Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Goytia Fatima Problema 4
Goytia Fatima Problema 4
AUTÓNOMA DE PUEBLA
PROBLEMA 4
Cuando la variable independiente “Intiempo” aumenta un El ERROR ESTÁNDAR es igual a 0.0574747, mayor a un
punto porcentual manteniendo constantes las demás tercio del valor del estimador así que no se confiar en
variables, la probabilidad de seguir estudiando disminuye dicho estimador.
5.65498% en promedio.
Cuando la variable independiente “hrslectura” aumenta una El ERROR ESTÁNDAR es igual a 0.030163, mayor a un
unidad (hora) manteniendo constantes las demás variables, la tercio del valor del estimador así que no se confiar en
probabilidad de seguir estudiando aumenta 9.04219% en dicho estimador.
promedio.
Cuando el sexo del estudiante es hombre la probabilidad de
seguir estudiando aumenta 22.66941% en promedio. El ERROR ESTÁNDAR es igual a 0.0539553, menor a un
tercio del valor del estimador así que se confiar en dicho
estimador.
Cuando la variable independiente “compuinternet” aumenta
una unidad manteniendo constantes las demás variables, la El ERROR ESTÁNDAR es igual a 0.0590744, menor a un
probabilidad de seguir estudiando aumenta 13.03928% en tercio del valor del estimador así que se confiar en dicho
promedio. estimador.
Para t:
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.951, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.117, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.029, menor a 0.05,
entonces es estadísticamente significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.326, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.736, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.003, menor a 0.05,
entonces es estadísticamente significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.000, menor a 0.05,
entonces es estadísticamente significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.028, menor a 0.05,
entonces es estadísticamente significativo.
Para f:
Bajo la hipótesis nula de que = = = = = = = = 0, donde los cambios en el modelo no
tienen efecto en la variable dependiente, el “PI VALUE” de 0.0000, menor a 0.05 rechaza
la hipótesis nula, aceptando que los cambios en las variables independientes tienen
efectos sobre la expectativa de seguir estudiando.
El modelo arroja que R2 tiene un valor de 0.1314, lo que se traduce como que, el
13.14% de las variaciones en las variables independientes tendrán efecto sobre los
cambios en la variable independiente “expectativa”.
2. Estimar las probabilidades puntuales
Las probabilidades puntuales del MLP, plantea que por ejemplo:
Una persona cuya familia esta integrada por 5 habitantes cuyo ingreso es de 6.9%,
que no cuenta con computadora con internet, que le toma un tiempo de 4.78% para
desplazarse a la ciudad, con 0 horas de lectura, entre otras variables, cuenta con una
probabilidad de 35.15759% de seguir estudiando.
De igual modo, una persona cuya familia esta integrada por 0 habitantes cuyo ingreso
es de 7.6%, que no cuenta con computadora con internet, que le toma un tiempo de
3.8% para desplazarse a la ciudad, con 0 horas de lectura, entre otras variables,
cuenta con una probabilidad de 81.40091% de seguir estudiando.
3. Estimar el Modelo Logit
Interpretación de los coeficientes Interpretación de los errores
estándar de los estimadores
Cuando las variables independientes: “integrantes”,
“”Iningreso, “Intiempo”, “edad”, “hrslectura”, “sexo” y El ERROR ESTÁNDAR es igual a 2.352406, mayor a un
“compuinternet”” son iguales a 0, la probabilidad de seguir tercio del valor del estimador así que no se confiar en
estudiando “expectativa” disminuye 2.988356 en promedio. dicho estimador.
Cuando la variable independiente “Intiempo” aumenta un El ERROR ESTÁNDAR es igual a 0.2958036, mayor a un
punto porcentual manteniendo constantes las demás tercio del valor del estimador así que no se confiar en
variables, la probabilidad de seguir estudiando disminuye dicho estimador.
29.39944% en promedio.
Cuando la variable independiente “hrslectura” aumenta una El ERROR ESTÁNDAR es igual a 0.2141045, menor a un
unidad (hora) manteniendo constantes las demás variables, la tercio del valor del estimador así que se confiar en dicho
probabilidad de seguir estudiando aumenta 67.10371% en estimador.
promedio.
Cuando el sexo del estudiante es hombre la probabilidad de
seguir estudiando aumenta 109.8922% en promedio. El ERROR ESTÁNDAR es igual a 0.2776, menor a un
tercio del valor del estimador así que se confiar en dicho
estimador.
Cuando la variable independiente “compuinternet” aumenta
una unidad manteniendo constantes las demás variables, la El ERROR ESTÁNDAR es igual a 0.3110216, mayor a un
probabilidad de seguir estudiando aumenta 72.15847% en tercio del valor del estimador así que no se confiar en
promedio. dicho estimador.
Para t:
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.204, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.115, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.025, menor a 0.05,
entonces es estadísticamente significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.320, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.708, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.002, menor a 0.05,
entonces es estadísticamente significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.000, menor a 0.05,
entonces es estadísticamente significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.020, menor a 0.05,
entonces es estadísticamente significativo.
Para f:
Bajo la hipótesis nula de que = = = = = = = = 0, donde los cambios en el modelo no
tienen efecto en la variable dependiente, el “PI VALUE” de 0.0000, menor a 0.05 rechaza
la hipótesis nula, aceptando que los cambios en las variables independientes tienen
efectos sobre la expectativa de seguir estudiando.
El modelo arroja que R2 tiene un valor de 0.1346, lo que se traduce como que, el
13.46% de las variaciones en las variables independientes tendrán efecto sobre los
cambios en la variable independiente “expectativa”.
4. Estimar las probabilidades puntuales del Modelo Logit
Las probabilidades puntuales del MLP, plantea que por ejemplo:
Una persona cuya familia esta integrada por 5 habitantes cuyo ingreso es de 6.9%,
que no cuenta con computadora con internet, que le toma un tiempo de 4.78% para
desplazarse a la ciudad, con 0 horas de lectura, entre otras variables, cuenta con una
probabilidad de 28.49501% de seguir estudiando.
De igual modo, una persona cuya familia esta integrada por 0 habitantes cuyo ingreso
es de 7.6%, que no cuenta con computadora con internet, que le toma un tiempo de
3.8% para desplazarse a la ciudad, con 0 horas de lectura, entre otras variables,
cuenta con una probabilidad de 80.89656% de seguir estudiando.
5. Estimar los efectos marginales del Modelo Logit
Interpretación de los coeficientes Interpretación de los errores
estándar de los estimadores
Cuando la variable independiente “Intiempo” aumenta un El ERROR ESTÁNDAR es igual a 0.06485, mayor a un
punto porcentual manteniendo constantes las demás tercio del valor del estimador así que no se confiar en
variables, la probabilidad de seguir estudiando disminuye dicho estimador.
6.45058% en promedio.
Cuando la variable independiente “hrslectura” aumenta una El ERROR ESTÁNDAR es igual a 0.04589, menor a un
unidad (hora) manteniendo constantes las demás variables, la tercio del valor del estimador así que se confiar en dicho
probabilidad de seguir estudiando aumenta 14.723333% en estimador.
promedio.
Cuando el sexo del estudiante es hombre la probabilidad de
seguir estudiando aumenta 24.00353% en promedio. El ERROR ESTÁNDAR es igual a 0.05887, menor a un
tercio del valor del estimador así que se confiar en dicho
estimador.
Cuando la variable independiente “compuinternet” aumenta
una unidad manteniendo constantes las demás variables, la El ERROR ESTÁNDAR es igual a 0.06074, mayor a un
probabilidad de seguir estudiando aumenta 15.05279% en tercio del valor del estimador así que no se confiar en
promedio. dicho estimador.
Para t:
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.114, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.025, menor a 0.05,
entonces es estadísticamente significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.320, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.708, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.001, menor a 0.05,
entonces es estadísticamente significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.000, menor a 0.05,
entonces es estadísticamente significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.013, menor a 0.05,
entonces es estadísticamente significativo.
Cuando la variable independiente “Intiempo” aumenta un El ERROR ESTÁNDAR es igual a 0.1795408, mayor a un
punto porcentual manteniendo constantes las demás tercio del valor del estimador así que no se confiar en
variables, la probabilidad de seguir estudiando disminuye dicho estimador.
18.14055% en promedio.
Cuando la variable independiente “hrslectura” aumenta una El ERROR ESTÁNDAR es igual a 0.1215226, menor a un
unidad (hora) manteniendo constantes las demás variables, la tercio del valor del estimador así que se confiar en dicho
probabilidad de seguir estudiando aumenta 37.93442% en estimador.
promedio.
Cuando el sexo del estudiante es hombre la probabilidad de
seguir estudiando aumenta 66.62548% en promedio. El ERROR ESTÁNDAR es igual a 0.1653097, menor a un
tercio del valor del estimador así que se confiar en dicho
estimador.
Cuando la variable independiente “compuinternet” aumenta
una unidad manteniendo constantes las demás variables, la El ERROR ESTÁNDAR es igual a 0.1823577, mayor a un
probabilidad de seguir estudiando aumenta 41.19819% en tercio del valor del estimador así que no se confiar en
promedio. dicho estimador.
Para t:
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.205, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.090, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.019, menor a 0.05,
entonces es estadísticamente significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.312, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.763, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.002, menor a 0.05,
entonces es estadísticamente significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.000, menor a 0.05,
entonces es estadísticamente significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.024, menor a 0.05,
entonces es estadísticamente significativo.
Para f:
Bajo la hipótesis nula de que = = = = = = = = 0, donde los cambios en el modelo no
tienen efecto en la variable dependiente, el “PI VALUE” de 0.0000, menor a 0.05 rechaza
la hipótesis nula, aceptando que los cambios en las variables independientes tienen
efectos sobre la expectativa de seguir estudiando.
El modelo arroja que R2 tiene un valor de 0.1339, lo que se traduce como que, el
13.39% de las variaciones en las variables independientes tendrán efecto sobre los
cambios en la variable independiente “expectativa”.
7. Estimar las probabilidades puntuales del Modelo Probit
Las probabilidades puntuales del MLP, plantea que por ejemplo:
Una persona cuya familia esta integrada por 5 habitantes cuyo ingreso es de 6.9%,
que no cuenta con computadora con internet, que le toma un tiempo de 4.78% para
desplazarse a la ciudad, con 0 horas de lectura, entre otras variables, cuenta con una
probabilidad de 29.76813% de seguir estudiando.
De igual modo, una persona cuya familia esta integrada por 0 habitantes cuyo ingreso
es de 7.6%, que no cuenta con computadora con internet, que le toma un tiempo de
3.8% para desplazarse a la ciudad, con 0 horas de lectura, entre otras variables,
cuenta con una probabilidad de 82.14849% de seguir estudiando.
8. Estimar los efectos marginales del Modelo Probit
Interpretación de los coeficientes Interpretación de los errores
estándar de los estimadores
Cuando la variable independiente “Intiempo” aumenta un El ERROR ESTÁNDAR es igual a 0.06508, mayor a un
punto porcentual manteniendo constantes las demás tercio del valor del estimador así que no se confiar en
variables, la probabilidad de seguir estudiando disminuye dicho estimador.
6.57999% en promedio.
Cuando la variable independiente “hrslectura” aumenta una El ERROR ESTÁNDAR es igual a 0.0436, menor a un
unidad (hora) manteniendo constantes las demás variables, la tercio del valor del estimador así que se confiar en dicho
probabilidad de seguir estudiando aumenta 13.75968% en estimador.
promedio.
Cuando el sexo del estudiante es hombre la probabilidad de
seguir estudiando aumenta 24.02116% en promedio. El ERROR ESTÁNDAR es igual a 0.05813, menor a un
tercio del valor del estimador así que se confiar en dicho
estimador.
Cuando la variable independiente “compuinternet” aumenta
una unidad manteniendo constantes las demás variables, la El ERROR ESTÁNDAR es igual a 0.06084, mayor a un
probabilidad de seguir estudiando aumenta 14.3958% en tercio del valor del estimador así que no se confiar en
promedio. dicho estimador.
Para t:
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.089, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.019, menor a 0.05,
entonces es estadísticamente significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.312, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.763, mayor a 0.05,
entonces es estadísticamente no significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.002, menor a 0.05,
entonces es estadísticamente significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.000, menor a 0.05,
entonces es estadísticamente significativo.
Bajo la hipótesis nula de que es igual a 0: el valor del estadístico es de 0.018, menor a 0.05,
entonces es estadísticamente significativo.