Examen 1 Modulo III

 Considere la tabla 7.8. de los desembolsos del presupuesto de defensa de los Estados,
1962-1981. Para explicar el presupuesto de defensa de Estados Unidos, considere un
modelo de regresión múltiple en miles de millones de dólares

a) Estime los parámetros de este modelo y obtenga R2 y R2 ajustado e interprételos.

Model Summary

Std. Error Change Statistics

Mod R Adjusted R of the R Square F Sig. F

el R Square Square Estimate Change Change df1 df2 Change

1 ,989a ,978 ,972 4,88019 ,978 163,725 4 15 ,000

a. Predictors: (Constant), conflictos militares que implican a m´as de 100, 000, ventas de la industria
aeroespacial., ventas militares de Estados Unidos/ayuda., PNB (Producto Nacional Bruto)

 Según el coeficiente de determinación R2 los datos me explican la dependencia de la

variable y en un 97,8% y usando el R2 ajustado varia a un 97,2% evidenciando que el
modelo de regresión tiene una alta correlación.

b) ¿Es el modelo significativo como un todo?

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 15597,205 4 3899,301 163,725 ,000b

Residual 357,243 15 23,816

Total 15954,448 19

a. Dependent Variable: desembolsos del presupuesto de defensa

b. Predictors: (Constant), conflictos militares que implican a m´as de 100, 000, ventas de la
industria aeroespacial., ventas militares de Estados Unidos/ayuda., PNB (Producto Nacional
Bruto)

 Al analizar la F de Fisher (163,725) con un nivel de significancia obtenido de

0,000. Lo cual significa que todo el modelo de regresión múltiple con sus
variables es aceptable y significativo estadísticamente como un todo.
 c) Construya un intervalo de confianza del 98 % para la

pendiente de la variable x5.

Coefficientsa

Standardize
Unstandardized d 98,0% Confidence Interval
Coefficients Coefficients for B

Lower Upper
Model B Std. Error Beta t Sig. Bound Bound

1 (Constant) 19,443 3,406 5,708 ,000 10,579 28,308

PNB (Producto
,018 ,006 ,451 2,817 ,013 ,001 ,035
Nacional Bruto)

ventas militares de
Estados -,284 ,457 -,062 -,622 ,544 -1,474 ,906
Unidos/ayuda.

ventas de la
industria 1,343 ,259 ,649 5,181 ,000 ,668 2,018
aeroespacial.

conflictos militares
que implican a m´as 6,332 3,030 ,110 2,090 ,054 -1,553 14,216
de 100, 000

a. Dependent Variable: desembolsos del presupuesto de defensa

 El intervalo de confianza del 98% para la pendiente de la variable x5 es -1,553 y

14,216.

c) ¿Como interpreta la pendiente de la variable x2? 95%

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 19,443 3,406 5,708 ,000

PNB (Producto Nacional

,018 ,006 ,451 2,817 ,013
Bruto)

ventas militares de Estados

-,284 ,457 -,062 -,622 ,544
Unidos/ayuda.
 ventas de la industria
1,343 ,259 ,649 5,181 ,000
aeroespacial.

conflictos militares que

6,332 3,030 ,110 2,090 ,054
implican a m´as de 100, 000

a. Dependent Variable: desembolsos del presupuesto de defensa

 La pendiente de la variable x2 = PNB (Producto Nacional Bruto) es de ,018. Los cual

significa que la relacion entre el presupuesto de defensa de Estados Unidos y El PNB tienen una
relación lineal positiva directa. Se puede entonces inferir que los desembolsos del presupuesto

de defensa de Estados Unidos son afectados cuando el producto nacional bruto de

estados unidos se incrementa. Por ello manteniendo las variables constantes, al
aumentar el PNB en 1 mil millones también se incrementa el presupuesto de defensa
de Estados Unidos en 1,8 miles de millones.

d) ¿Que variables descartarıa en el modelo y por que?

 Descartaría la variable x3=ventas militares de Estados Unidos/ayuda ya que al analizar el p

valor dicha variable tiene un valor por encima de 0,05. (la variable x3 tiene p valor de 0,544 el
cual no aporta significativamente al modelo de regresión propuesto).

e) Construya una vez más una vez más un modelo de regresion multiple sin las variables
descartadas que expliquen el desembolso del presupuesto de defensa y explique sus
coeficientes de determinacion R2 y R2 ajustado

Model Summary

Change Statistics
Std. Error
Mod R Adjusted R of the R Square F Sig. F
el R Square Square Estimate Change Change df1 df2 Change

1 ,988a ,977 ,973 4,78568 ,977 226,872 3 16 ,000

a. Predictors: (Constant), conflictos militares que implican a m´as de 100, 000, ventas de la industria
aeroespacial., PNB (Producto Nacional Bruto)

Coefficientsa

Standardiz
Unstandardized ed 98,0% Confidence
Model Coefficients Coefficients t Sig. Interval for B
 Lower Upper
B Std. Error Beta Bound Bound

1 (Constant) 19,874 3,270 6,077 ,000 11,425 28,323

PNB (Producto
,016 ,005 ,396 3,028 ,008 ,002 ,029
Nacional Bruto)

ventas de la
industria 1,359 ,253 ,656 5,370 ,000 ,705 2,013
aeroespacial.

conflictos militares
que implican a m´as 7,143 2,681 ,124 2,665 ,017 ,218 14,069
de 100, 000

a. Dependent Variable: desembolsos del presupuesto de defensa

 La r2 y la r2 ajustado no varían mucho respecto al modelo anterior, sin embargo al

eliminar la variable x3 los valores de significancia de las demás variables
independientes mejoran y se adapta mejor el modelo. (La x2 mejoro a 0,008 y la x5
mejoro a 0,17)

 Aumento de la Significancia en el modelo después de eliminar la X3

Sig primer
Sig primer modelo
modelo
Excluyendo
incluyendo la
Modelo X3 la X3

1 (Constant) ,000 ,000

PNB (Producto Nacional Bruto) ,013 ,008

ventas de la industria
,000 ,000
aeroespacial.

conflictos militares que implican

,054 ,017
a mas de 100, 000

g) ¿Es significativo el modelo como un todo?

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 15588,004 3 5196,001 226,872 ,000b

Residual 366,444 16 22,903

Total 15954,448 19

a. Dependent Variable: desembolsos del presupuesto de defensa

b. Predictors: (Constant), conflictos militares que implican a m´as de 100, 000, ventas de la
industria aeroespacial., PNB (Producto Nacional Bruto)

 Al analizar la F de Fisher (226,872) con un nivel de significancia obtenido de

0,000. Lo cual significa que todo el modelo de regresión múltiple con sus
variables es aceptable y significativo estadísticamente como un todo después de
haber eliminado la variable X3.