Resumen

Estadísticas de la regresión

Coeficiente
de
correlación
multiple 0.40590333

Coeficiente
de
determinac
ión R^2 0.16475751

R^2
ajustado 0.16316354
Error típico 3.37838952

Observacio
nes 526

ANÁLISIS
DE
VARIANZA

Promedio
Grados de Suma de de los Valor crítico
libertad cuadrados cuadrados F de F
Regresión 1 1179.73205 1179.73205 103.362721 2.7826E-22
Residuos 524 5980.68226 11.4135158
Total 525 7160.41431

Superior Inferior Superior

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% 95% 95.0% 95.0%

Intercepció - - -
n -0.90485167 0.68496782 1.32101339 0.18707347 2.25047199 0.44076866 2.25047199 0.44076866
Educ 0.54135926 0.05324804 10.1667459 2.7826E-22 0.43675341 0.64596511 0.43675341 0.64596511

a. Cuál es el salario para el promedio de los años de educación? Interprete los resultados. (1
pto)

Salario = -0.9099+o.5414x

𝐼𝑛𝑡𝑒𝑟𝑝𝑟𝑒𝑡𝑎𝑐𝑖𝑜𝑛:

El salario en promedio para los años de educación es de 0.5413 centavos por hora, cuando
exista un incremento de 1 año de educación en la fuerza de trabajo.
b. Elabore e interprete el gráfico de dispersión (1 pto)

Educ Curva de regresión

ajustada
30
y = 0.5414x - 0.9049
25 R² = 0.1648
20

15 Salario
Salario

10 Pronóstico Salario
Linear (Salario)
5

0
0 5 10 15 20
-5
Educ

Interpretación:
En el gráfico de dispersión se puede observar que los datos se encuentran muy dispersos
es decir existirá mayor error cuando se desee estimar los parámetros muéstrales, porque
si se traza una línea de regresión lineal algunos datos están muy por encima y otros muy
por debajo de la línea de regresión.
Desde otro punto de vista a medida que los años de fuerza de trabajo en educación
aumenta los salarios también se incrementan, es decir tendrán una relación positiva y el
parámetro estimado tendrá el mismo signo.

c. Interprete los resultados de la regresión (coefficient, prob; R2; prob (F-statistic) (2 pto)

 𝐼𝑛𝑡𝑒𝑟𝑝𝑟𝑒𝑡𝑎𝑐𝑖𝑜𝑛:
𝛽̂2 Si la educación incrementa en 1 año de fuerza de trabajo entonces el salario se
incrementa en 0.5413 centavos por hora.

𝛽̂1 El salario no depende de otras variables es decir es un salario ya determinado o fijado,

que es -0.9048 es decir sin la influencia de otras variables el salario tendría a ser negativo.

 𝑉𝑎𝑙𝑜𝑟 𝑑𝑒 𝑝 = 𝑜. 𝑜𝑜𝑜
Interpretación: el valor de p en la tabla es muy pequeña por lo que se rechaza 𝐻0 es decir la
educación si ha producido cambios en el salario, por lo que el t-estadístico es significativo al
ser menor al 5% y la probabilidad de cometer el error tipo I es muy pequeña.


R2
El 16.47% de los datos de la variable educación inciden en el salario.