Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
PARCIAL NUMERO 2
Ejercicio Numero 1
Asociaciones
VARIABLES
INDEPENDIENTES
SIGNIFICACION
R
PEARSO
N
POBLACION EN MILES
,365
,088
,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
,000
-,824
,654
,044
,224
,118
,000
,833
,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
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.
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
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.
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
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,
21050,,
1050,,
S
q
r
l
i
n
e
a
=
0
,
3
9
7
0,0 5T
0o
asde1m
rtalid(por1.0ha15bitnes)20 25
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,
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
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
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
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
,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
,000
-,824
,654
,044
,224
,118
,000
,833
,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
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
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)
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
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
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)
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 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
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
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
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
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
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).