Introduccin

En estadstica la regresin lineal es un mtodo matemtico que modela la relacin entre una variable dependiente Y, las variables independientes Xi y un trmino aleatorio . Este modelo puede ser expresado como:

donde 0 es la interseccin o trmino "constante", las parmetros independientes a tener en cuenta en la regresin.

son los

parmetros respectivos a cada variable independiente, y p es el nmero de

El problema de la regresin consiste en elegir unos valores determinados para los parmetros desconocidos k, de modo que la ecuacin quede completamente especificada. Para ello se necesita un conjunto de observaciones. En una observacin cualquiera i-sima (i= 1,... I) se registra el comportamiento simultneo de la variable dependiente y las variables explicativas (las perturbaciones aleatorias se suponen no observables). Para efectos de la realizacin de ste trabajo, se nos dio la indicacin de buscar Cual de los modelos del apartado 6.1 del trabajo prctico, explica mejor la variable dependiente. Aplicando un anlisis de correlacin mltiple soportado por un Modelo de Regresin Lineal utilizando el mtodo de pasos sucesivos. Con la Ayuda del paquete estadstico SPSS 10 y los Datos se tomaron del trabajo de estadstica aplicada colocado en ciberesquina para este fin.

Mtodo
Poblacin: Los datos para el estudio fueron obtenidos a travs de internet, especficamente en la pgina de ciberesquina trabajo prctico de estadstica aplicada 746. Se desea estudiar la influencia que una serie de variables socioeconmicas tiene sobre el Sueldo mensual percibido por el individuo. La muestra se obtuvo, tomando 20 individuos al azar por cada Rama de Actividad Econmica. La data corresponde al primer trimestre del ao 2010

Para el desarrollo en los anlisis estadsticos de ste trabajo, nos apoyamos en el Software SPSS 10. Utilizando la opcin analizar en el men fichero luego el punto regresin despus el mtodo de Pasos sucesivos. Con este mtodo SPSS estudia como va cambiando el valor del coeciente de determinacin conforme se va aadiendo variables poco a poco. Destacamos que si alguna variable no aporta nada al modelo, no se introduce. Dando como resultado los modelos de la tabla siguiente:

C o e fic ie n te s (a )
M o d e lo C o e fic ie n te s C o e fic ie n te s n o e s ta n d a riz a d o s s ta n d a riz a d o s e C o r re la c io n e s B e ta B E rr o r tp . E rro r tp . t S ig . S e m ip a rc ia l B (C o n s ta n te ) 8 3 1 ,3 6 3 2 0 1 ,6 5 7 4 ,1 2 3 0 ,0 0 0 N iv e l E d u c a tiv o 2 9 6 ,3 8 3 6 3 ,2 1 0 0 ,3 3 2 4 ,6 8 9 0 ,0 0 0 0 ,3 3 2 0 ,3 3 2 0 ,3 3 2 Sexo (C o n s ta n te ) 1 .3 7 2 ,5 9 3 N iv e l E d u c a tiv o 3 4 9 ,9 7 7 Sexo -5 3 4 ,0 7 0 2 5 5 ,3 2 7 6 3 ,6 0 1 1 6 1 ,1 9 4 0 ,3 9 2 -0 ,2 3 6 5 ,3 7 6 0 ,0 0 0 5 ,5 0 3 0 ,0 0 0 -3 ,3 1 3 0 ,0 0 1 0 ,3 3 2 -0 ,1 3 6 0 ,3 8 2 0 ,3 7 9

-0 ,2 4 2 -0 ,2 2 8

a . V a r ia b le d e p e n d ie n te : S u e ld o M e n s u a l B s .

Tabla del Modelo uno donde se introducen Valores de las base de datos con su respectivo resultados.

Tabla del Modelo dos con su respectivo resultados.

Conclusin
Tal como se ha podido apreciar, en ste trabajo y con los resultados de los anlisis a los datos recolectados, para ser procesados con el paquete SPSS, se pueden hacer las siguientes consideraciones: an cuando no existiera un fuerte vinculo entre las variables independientes (Xi) y la variable dependiente (Y) como lo reflejan los resultados en las tablas de Estadsticas de Regresin de los cuatro modelos ejecutados, el cual se mantuvo con un valor entre el 65 y el 67% en su coeficiente de correlacin mltiple, esta vinculacin queda calificada como moderada. Finalmente, es importante sealar que la variable X4, es la que entre todos los dos modelos analizados mantuvo un nivel de influencia o significancia relevante.