Instituto BIOS

Curso SPSS 2013

Prof. Nubia Pagnotta

PARCIAL NUMERO 2

Sebastin Daz Lpez

4.610.464-2

Ejercicio Numero 1

Asociaciones
VARIABLES
INDEPENDIENTES

SIGNIFICACION

R
PEARSO
N

POBLACION EN MILES

,365

,088

HABITANTES POR KM2

,139

-,142

,000

-,718

,000

-,962

,000

-,936

,000

-,900

,000

,602

,000

-,640

REGION ECONOMICA

,000

,355

INGESTA DIARIA DE
CALORIAS

,000

-,777

CASOS DE SIDA

,656

-,044

,000

,865

,000

,630

,003

,285

LOG (10) DE PIB_CAP

,000

-,824

LOG (10) DE TASASIDA

,654

,044

,224

,118

,000

,833

LOG (10) DE POBLACION

,260

,109

CREGRANO

,288

-,104

,000

-,809

,000

-,843

,000

-,388

HABITANTES POR
CIUDADES (%)
ESPERANZA DE VIDA
FEMENINA

VDMORTALIDAD INANTIL

ESPERANZA DE VIDA
MASCULINA
PERSONAS
ALFABETIZADAS
AUMENTO DE LA
POBLACION
PRODUCTO INTERNO
BRUTO PER CAPITA

TASA DE NATALIDAD (POR

1.000 HABITANTES)
TASA DE MORTALIDAD
(POR 1.000 HABITANTES)
CASOS DE SIDA POR
100.000 HABITANTES

TASA DE
NACIMIENTO/DEFUNCIONE
S
FERTILIDAD: NUMERO
PROMEDIO DE HIJOS

HOMBRES ALFABETIZADOS
(%)
MUJERES ALFABETIZADAS
(%)
CLIMA PRDOMINANTE

COMENTARIO
S
ASOCIACION
NO
SIGNIFICATIVA
ASOCIACION
NO
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
NO
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
NO
SIGNIFICATIVA
ASOCIACION
NO
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
NO
SIGNIFICATIVA
ASOCIACION
NO
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA

Las variables asociadas significativamente al ,005 son: HABITANTES POR CIUDADES (%),
ESPERANZA DE VIDA FEMENINA, ESPERANZA DE VIDA MASCULINA, PERSONAS ALFABETIZADAS, AUMENTO DE
LA POBLACION, PRODUCTO INTERNO BRUTO PER CAPITA, REGION ECONOMICA, INGESTA DIARIA DE CALORIAS,
TASA DE NATALIDAD (POR 1.000 HABITANTES), TASA DE MORTALIDAD (POR 1.000 HABITANTES), CASOS DE SIDA
POR 100.000 HABITANTES, LOG (10) DE PIB_CAP, FERTILIDAD: NUMERO PROMEDIO DE HIJOS, HOMBRES
ALFABETIZADOS (%),MUJERES ALFABETIZADAS (%) y CLIMA PRDOMINANTE.

Mortalidcmnfeatoils(mvueort)spor10

,1
2
0
,1
5
0
0
,5
0
,0
S
q
r
l
i
n
e
a
l
=
0
,
5
1
6
,02
0
4
0
6
0
H
a
b
ita
n
e
s
n
c
iu
d
a
e
s
(%
)8010

EJERCICIO NUMERO 2

21050,,
1500,, Sqrlinea=0,926
0,4050Espe6r0anzdeviafm
7e0nia80

M
o
rta
li1
d
fa
til(m
u
e
rtv
p
o
0n
c
n
o
is
)r

En el siguiente grafico se puede constar que la relacin es lineal, no curvilnea, hay dos
casos que podran ser influyentes, no se detecta heterocedasticidad, o por lo menos a
grandes rasgos, es un caso en el cual habra que profundizar graficando los residuos.

Relacin lineal, no curvilnea, no se detectan casos desviados ni problemas de

heterocedasticidad.

M
ortalidnfactil(m
nuoertvispo)r10

21050,,
1050,,
S
q
r
l
i
n
e
a
=
0
,
8
7
0,40 50E
speranzde6v0iam
sculina70 80
,1
2
0
,1
5
0
0
,5
0
,0
S
q
r
l
i
n
e
a
l
=
0
,
8
1
,02
0P
4
0
6
0
8
0
1
0
e
rs
o
n
a
s
A
lfa
b
e
tiza
d
s
(%
)

Mortalidcnfmaetil(omsuveirts)por10

Relacin lineal, no curvilnea, no se detectan casos de desviantes ni problemas de

heterocedasticidad.

Relacin lineal, no curvilnea, no se detectan casos de desviantes ni problemas de

heterocedasticidad.

M
ortalidncfatiln(m
ouevritsp)or10

21050,,
1050,,
S
q
r
l
i
n
e
a
=
0
,
3
6
0, 0,A
2
,
0
4
,
0
6
,
0
um
entodelapoblacin(%
anul)

21050,,
1050,,
S
q
r
l
i
n
e
a
=
0
,
4
1
0,0 5.0 P
r1o0d.uctoinerobutoper-1c5a.0pit20. 25.0

M
ortalidnfactil(m
nuoertvispo)r10

Se aprecia una relacin lineal, con posibles problemas de heterocedasticidad y tres posibles
casos influyentes.

Relacin lineal, no curvilnea, se aprecian casos que podran estar influyendo, no se

detectan problemas de heterocedasticidad.

M
o
r
t
a
l
i
d
n
f
a
t
i
l
(
m
u
e
r
t
s
p
o
r
1
0
c
m
e
o
s
v
)
M
ortalidnfcatil(nm
ouervtisp)or10

,1
2
0
,1
5
0
0
,5
0
,0
S
q
r
l
i
n
e
a
l
=
0
,
1
2
6
,1 2 3
456
R
e
g
i
n
e
c
o
n

m
ic
a

La variable Regin Econmica figuraba como ordinal, se grafico simplemente para visualizar
como se presentaba. No corresponde una regresin lineal porque no se puede pasar a
categrica cuyos valores son OCDE, EUROPA ORIENTAL, ASIA / PACIFICO, AFRICA,
ORIENTE MEDIO Y AMERICA LATINA. Inclusive, no es una variable ordinal, es nominal.

11205,,0
7550,,0
250,,01.502.0In
S
q
r
l
i
n
e
a
=
0
,
6
4
g2e.5s0tadiradec3a.0lors3.504.0

Relacin lineal, no curvilnea, no se detectan casos de desviantes ni problemas de

heterocedasticidad.

M
ortalidnfatil(m
uertspor10nacim
entosvios) M
ortalidnfatil(m
uertspor10nacim
entosvios)

,150,
2
0
1500,,
S
q
r
l
i
n
e
a
=
0
,
7
4
9
0,10, 20,T
3a
0,tlid
0,a
asd
en
a(p
o
r1.04h
b
itn
es)50,60,

Relacin lineal, no curvilnea, no se detectan casos de desviantes ni problemas de

heterocedasticidad.

21050,,
1050,,
S
q
r
l
i
n
e
a
=
0
,
3
9
7
0,0 5T
0o
asde1m
rtalid(por1.0ha15bitnes)20 25

Relacin lineal, no curvilnea, no se detectan casos de desviantes ni problemas de

heterocedasticidad.

M
ortalidnfatil(m
uertspor10nacim
entosvios)

21050,,
1050,,
S
q
r
l
i
n
e
a
=
0
,
8
1
0,0, 10, C
asodeSID
A
p2o0r,10.habitnes30, 40,

Relacin lineal, se detectan casos influyentes y problemas de heterocedasticidad. Es una

variable a estudiar si se pretende incluir en cualquier modelo.

M
ortalidnfatil(m
uertspor10nacim
entosvios)

20,
150,
10,
50,
S
q
r
l
i
n
e
a
=
0
,
6
7
8
0,2,0 2,50 3,0L
og(10)deP
IB
_C
A
P3,50 4,0 4,50

Relacin lineal, sin problemas de curvilinealidad, con casos influyentes a analizar.

Mortalidnfatil(muertspor10nacimentosvios) Mortalidnfatil(muertspor10nacimentosi

2
0
,0
1
5
0
,
1
0
,0
5
0
,
S
q
rlin
e
a
l=
0
,6
9
4
0
, 2
,0 F
4
6
,0
,0
e
r
t
i,l0
d
a
:n

m
e
r
o
p
r
o
m
e
d
io
d
e
h
ijo
s8

Relacin lineal, no curvilnea, no se detectan casos de desviantes ni problemas de

heterocedasticidad.

2
0
,
1
5
0
,
1
0
,
5
0
,
S
q
r
l
i
n
e
a
l
=
0
,
6
5
0
,2
0 4
0H
0
o
m
b
re
s
a
lf6b
e
tiza
d
o
s
(%
) 80 10

Relacin lineal, sin problemas de curvilinealidad, con tres casos desviantes a analizar y
posibles problemas de heterocedasticidad.

Mortalidncfm
aetil(om
suveirts)por10

,150,
2
0
10
,50,
S
q
r
l
i
n
e
a
=
0
,
7
1
0,020M
4
0
6
0
8
0
1
0
u
jersalfb
etizad
s(%
)

Relacin lineal, sin problemas de curvilinealidad, con dos casos desviantes a analizar,
posibles problemas de heterocedasticidad.

Mortalidnfatil(m
uertspor10nacimentosvios)

,150,
2
0
10
,50,
S
q
r
l
i
n
e
a
=
0
,
1
5
0,0 2 4C
lim
ap
red
o
m
in
ate6 8 10

La variable Clima Predominante (desierto, rido/desierto, rido, tropical, mediterrneo,

martimo) figuraba como ordinal, no corresponde regresin lineal. Como se menciono
anteriormente, parecera ms indicado incluirla dentro de las variables de tipo nominal.

EJERCICIO NUMERO 3
Teniendo en cuenta la letra presentada, sin investigacin acumulada, ni marco terico, ni
hiptesis, se escogern aquellas variables que tengan mayo R de Pearson.
Las escogidas son las marcadas en rojo.

VARIABLES
INDEPENDIENTES

SIGNIFICACION

R
PEARSO
N

POBLACION EN MILES

,365

,088

HABITANTES POR KM2

,139

-,142

,000

-,718

,000

-,962

,000

-,936

,000

-,900

,000

,602

,000

-,640

REGION ECONOMICA

,000

,355

INGESTA DIARIA DE
CALORIAS

,000

-,777

CASOS DE SIDA

,656

-,044

,000

,865

,000

,630

,003

,285

LOG (10) DE PIB_CAP

,000

-,824

LOG (10) DE TASASIDA

,654

,044

,224

,118

,000

,833

LOG (10) DE POBLACION

,260

,109

CREGRANO

,288

-,104

,000

-,809

,000

-,843

,000

-,388

HABITANTES POR
CIUDADES (%)
ESPERANZA DE VIDA
FEMENINA

VDMORTALIDAD INANTIL

ESPERANZA DE VIDA
MASCULINA
PERSONAS
ALFABETIZADAS
AUMENTO DE LA
POBLACION
PRODUCTO INTERNO
BRUTO PER CAPITA

TASA DE NATALIDAD (POR

1.000 HABITANTES)
TASA DE MORTALIDAD
(POR 1.000 HABITANTES)
CASOS DE SIDA POR
100.000 HABITANTES

TASA DE
NACIMIENTO/DEFUNCIONE
S
FERTILIDAD: NUMERO
PROMEDIO DE HIJOS

HOMBRES ALFABETIZADOS
(%)
MUJERES ALFABETIZADAS
(%)
CLIMA PRDOMINANTE

COMENTARIO
S
ASOCIACION
NO
SIGNIFICATIVA
ASOCIACION
NO
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
NO
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
NO
SIGNIFICATIVA
ASOCIACION
NO
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
NO
SIGNIFICATIVA
ASOCIACION
NO
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA
ASOCIACION
SIGNIFICATIVA

Primer modelo (Variables Independientes: Personas Alfabetizadas (%), Esperanza de vida

masculina y esperanza de vida femenina)

b
Resumen del modelo

Estadsticos de cambio
Modelo
1

R
R cuadrado
,972a
,944

R cuadrado
corregida
,943

Error tp. de la
estimacin
9,1621

Cambio en
R cuadrado
,944

Cambio en F
583,018

gl1

gl2
103

Sig. del
cambio en F
,000

DurbinW atson
1,819

a. Variables predictoras: (Constante), Personas Alfabetizadas (%), Esperanza de vida masculina, Esperanza de vida femenina
b. Variable dependiente: Mortalidad infantil (muertes por 1000 nacimientos vivos)

Teniendo en cuenta el siguiente cuadro, podemos indicar que la VD es explicada en un 94%

por el modelo, la variacin del R corregido es nula.

ANOVAb
Modelo
1

Regresin
Residual
Total

Suma de
cuadrados
146821,490
8646,165
155467,655

Media
cuadrtica
48940,497
83,943

gl
3
103
106

F
583,018

Sig.
,000a

a. Variables predictoras: (Constante), Personas Alfabetizadas (%), Esperanza de

vida masculina, Esperanza de vida femenina
b. Variable dependiente: Mortalidad infantil (muertes por 1000 nacimientos vivos)

La tabla de ANOVA y su significacin nos permite descartar la HIPTESIS NULA.

Coeficientesa

Modelo
1

(Constante)
Esperanza de vida
femenina
Esperanza de vida
masculina
Personas
Alfabetizadas (%)

Coeficientes no
estandarizados
B
Error tp.
262,056
7,186

Coeficientes
estandarizad
os
Beta

t
36,469

Sig.
,000

Correlaciones
Orden cero
Parcial
Semiparcial

Estadsticos de
colinealidad
Tolerancia
FIV

-2,215

,590

-,616

-3,756

,000

-,962

-,347

-,087

,020

49,792

-,410

,572

-,100

-,716

,476

-,937

-,070

-,017

,028

36,151

-,480

,087

-,287

-5,532

,000

-,900

-,479

-,129

,201

4,972

a. Variable dependiente: Mortalidad infantil (muertes por 1000 nacimientos vivos)

El siguiente cuadro nos permite analizar de manera ms fecunda el modelo propuesto.

Tendremos en cuenta los coeficientes estandarizados, ya que no se trata de una regresin
lineal simple sino mltiple.
En primer lugar, la variable Esperanza de vida masculina no est significativamente asociada con
la VD (,476).
Por otro lado, teniendo en cuenta los coeficientes de correlaciones, podemos ver como stos
bajan de manera importante para las otras dos variables. En el caso de la variable Esperanza
de vida femenina se constata el mayor descenso, aunque en la variable Personas Alfabetizadas la
baja no es menos importante, la diferencia es mnima.

Segundo modelo (Variables Independientes: Mujeres alfabetizadas (%), Tasa de natalidad

(por 1.000 habitantes), Fertilidad: nmero promedio de hijos)

b
Resumen del modelo

Estadsticos de cambio
Modelo
1

R
R cuadrado
,882a
,778

R cuadrado
corregida
,770

Error tp. de la
estimacin
18,3798

Cambio en
R cuadrado
,778

Cambio en F
94,537

gl1

gl2
3

81

Sig. del
cambio en F
,000

DurbinW atson
1,988

a. Variables predictoras: (Constante), Mujeres alfabetizadas (%), Tasa de natalidad (por 1.000 habitantes), Fertilidad: nmero promedio de hijos
b. Variable dependiente: Mortalidad infantil (muertes por 1000 nacimientos vivos)

Teniendo en cuenta el siguiente cuadro, podemos indicar que la VD es explicada en un 77 %

por el modelo, la variacin del R corregido es nula.

ANOVA(b)

Modelo
1

Regresin
Residual

Suma de
cuadrados
95809,264
27363,250

gl
3
81

Media
cuadrtica
31936,421
337,818

F
94,537

Sig.
,000(a)

Total

123172,513
84
a Variables predictoras: (Constante), Mujeres alfabetizadas (%), Tasa de natalidad (por 1.000 habitantes), Fertilidad:
nmero promedio de hijos
b Variable dependiente: Mortalidad infantil (muertes por 1000 nacimientos vivos)

Teniendo en cuenta los datos proporcionados por la tabla de ANOVA, podemos descartar la
hiptesis nula.

Coeficientesa

Modelo
1

(Constante)
Tasa de natalidad (por 1.
000 habitantes)
Fertilidad: nmero
promedio de hijos
Mujeres alfabetizadas (%)

Coeficientes no
estandarizados
B
Error tp.
53,993
16,876

Coeficientes
estandarizad
os
Beta

t
3,199

Sig.
,002

2,476

,726

,767

3,410

,001

-7,336

4,623

-,361

-1,587

-,677

,130

-,506

-5,195

Correlaciones
Orden cero
Parcial
Semiparcial

Estadsticos de
colinealidad
Tolerancia
FIV

,839

,354

,179

,054

18,450

,116

,809

-,174

-,083

,053

18,869

,000

-,843

-,500

-,272

,289

3,457

a. Variable dependiente: Mortalidad infantil (muertes por 1000 nacimientos vivos)

A partir del siguiente cuadro se extraern los datos ms relevantes para el modelo.
El primero de ellos es que la VI Fertilidad: nmero de hijos no se asocia significativamente con la
VD (,116).
En el caso de las variables independientes restantes si se aprecian los coeficientes de
correlaciones, Mujeres alfabetizadas (%) sufre una baja menor que Tasa de natalidad (por 1.000
habitantes). En el caso de la primera queda en -,272, mientras que en la segunda queda en ,
179.
Podramos concluir que en ste modelo la VI con mayor poder explicativo es Mujeres
alfabetizadas (%).

Conclusiones:

Los dos modelos propuestos tienen carencias y poco valor explicativo, en ambos casos
las variables independientes caen demasiado si tenemos en cuenta los coeficientes
sempiarciales. En caso de una eleccin, sin que exista la posibilidad de cambiarlos, me
quedara con el segundo, pues las variables Tasa de natalidad (por 1.000 habitantes) y
Mujeres alfabetizadas (%) caen menos que en el otro. La variable ms importante, con
mayor poder explicativo en ste ltimo es Mujeres alfabetizadas (%), si me propusiera
realizar una investigacin la tendra en cuenta.
Ejercicio numero 4
Para fundamentar las explicaciones que se brindarn, nos remitiremos a los coeficientes de
tolerancia que aparecen en los cuadros que se mostraban anteriormente.
Primer modelo
Coeficientesa

Modelo
1

(Constante)
Esperanza de vida
femenina
Esperanza de vida
masculina
Personas
Alfabetizadas (%)

Coeficientes no
estandarizados
B
Error tp.
262,056
7,186

Coeficientes
estandarizad
os
Beta

t
36,469

Sig.
,000

Correlaciones
Orden cero
Parcial
Semiparcial

Estadsticos de
colinealidad
Tolerancia
FIV

-2,215

,590

-,616

-3,756

,000

-,962

-,347

-,087

,020

49,792

-,410

,572

-,100

-,716

,476

-,937

-,070

-,017

,028

36,151

-,480

,087

-,287

-5,532

,000

-,900

-,479

-,129

,201

4,972

a. Variable dependiente: Mortalidad infantil (muertes por 1000 nacimientos vivos)

Como se puede apreciar, la tolerancia de los estadsticos de colinealidad se acerca mucho a

0 en los tres casos, por lo que deberamos concluir que nuestro modelo tiene serios
problemas de colinealidad, es decir, las variables independientes estn relacionadas entre si.
En cuanto a los valores FIV, todos se alejan de 1.
Este modelo debera ser ajustado por tener poco valor explicativo.
Segundo modelo
Coeficientesa

Modelo
1

(Constante)
Tasa de natalidad (por 1.
000 habitantes)
Fertilidad: nmero
promedio de hijos
Mujeres alfabetizadas (%)

Coeficientes no
estandarizados
B
Error tp.
53,993
16,876

Coeficientes
estandarizad
os
Beta

t
3,199

Sig.
,002

2,476

,726

,767

3,410

,001

-7,336

4,623

-,361

-1,587

-,677

,130

-,506

-5,195

Correlaciones
Orden cero
Parcial
Semiparcial

Estadsticos de
colinealidad
Tolerancia
FIV

,839

,354

,179

,054

18,450

,116

,809

-,174

-,083

,053

18,869

,000

-,843

-,500

-,272

,289

3,457

a. Variable dependiente: Mortalidad infantil (muertes por 1000 nacimientos vivos)

En el caso de ste modelo los problemas de colinealidad se repiten. La tolerancia de los

estadsticos de colinealidad son prximos a 0, mientras que los valores FIV se alejan de 1.
Tambin es un modelo que debera ser ajustado
Ejercicio numero 5

21050,,
1050,,
S
q
r
l
i
n
e
a
=
0
,
9
2
6
0,4050E
70n
spe6r0anzdeviafem
ia800

M
orta1l0idncfateiln(m
ouevrits)por

Primer modelo

En este grfico, como se haba expresado anteriormente, no se constatan casos influyentes,

los menores nmeros de mortalidad infantil se constatan en aquellos pases donde la
esperanza de vida de las mujeres es mayor.

M
ortalidnfactil(m
nuoertvispo)r10

21050,,
1050,,
S
q
r
l
i
n
e
a
=
0
,
8
7
0,40 50E
speranzde6v0iam
sculina70 80

En este caso tampoco se observa casos desvientes, los menores ndices de mortalidad
infantil se corresponden a los pases donde la esperanza de vida masculina es mayor.

ortalidnfactil(m
Mortalidnfatil(m
uertspor10nacim
entosvios) M
nuoertvispo)r10

21050,,
1500,,
S
q
r
l
i
n
e
a
=
0
,
8
1
0,020P
ers4o0naA
lfabetizad6s0(%
)8010

En el caso de este grafico no se constatan puntos influyentes, la mortalidad infantil

desciende en aquellos pases donde la tasa de alfabetizacin se aproxima al 100%.

Segundo modelo

,150,
2
0
1050,,
S
q
r
l
i
n
e
a
=
0
,
7
4
9
0,10, 20,T
3a
0,tlid
0,a
asd
en
a(p
o
r1.04h
b
itn
es)50,60,
ste valor podra estar
aumentando de manera
significativa el valore R2

Cuando se realizaron apreciaciones sobre los casos desvientes en el Ejercicio nmero 2 no

se realizo una anlisis sobre el punto que se seala, el cual vindolo en segunda instancia
podra estar agrandando el valor de R cuadrado.

Mortalidnfatil(muertspor10nacimentosvios)

2
0
,
1
5
0
,
1
0
,
5
0
,
S
q
rlin
e
a
l=
0
,6
9
4
0
, 2
,0 F
6
,0
e
rt4i,l0d
a
:n

m
e
ro
p
ro
m
e
d
io
d
e
h
ijo
s8,0

,150,
2
0
10
,50,
S
q
r
l
i
n
e
a
=
0
,
7
1
0,020M
4
6
0(%
u
je
r0salfb
etizad
s
)8010

Mortalidncfm
aetil(om
suveirts)por10

Desde mi punto de vista no aprecio un valor llamativo que pueda estar influyendo en los
datos.

AFGANIST
AN

BOTSWAN
A

En este caso, como lo habamos expresado anteriormente, hay dos valores que se podran
catalogar de desvientes, en uno de ellos (Botswana) se le estara quitando valor explicativo a
la variable independiente, se disminuye la relacin porque hay un pas donde las mujeres
alfabetizadas son muy pocas y la tasa de mortalidad infantil tambin es poca. Este caso
podra estar contrarrestado por uno que podra estar aumentando el valor explicativo,
porque hay un pas donde la tasa mortalidad es muy alta y el nmero de mujeres
alfabetizadas es escaso (Afganistan).