Prctica Calificada 1

Estadstica para el Anlisis Poltico 2

Nombres: Adrian Carbajal Rojas
Cdigo: 20130565
Pregunta 1
En el archivo datos.csv se encuentran datos referidos a 50 estados de EEUU: Las
variables del archivo son:
estado: nombre del estado
pob: poblacin
percap: renta per capita
analf: proporcin de personas analfabetas
expvida: expectativa de vida
crimen: tasa de criminalidad por cada 100000 habitantes
estud: porcentaje de estudiantes que concluyen secundaria
ndias: nmero de das de ao con temperatura abajo de 0 grados Celsius en la ciudad
ms importante del estado
area: rea del estado en millas al cuadrado
Realiza un modelo regresin lineal, usando expvida como variable dependiente y las
variables explicativas percap, analf,crimen, estud, ndias.
Coloca la interpretacin formal de los resultados de la regresin y la interpretacin
comunicativa.

Resultados
Interpretacin

Pregunta 2
Verificar los requisitos o supuestos del modelo de regresin lineal anterior.
Verifica la normalidad de los errores, la multicolinealidad, la homocedasticidad y la
autocorrelacin de los errores.
Especifica correctamente la interpretacin de cada uno de los requisitos.

Resultados
Interpretacin

Anexo
Colocar el Script utilizado

1.
modelo1 <- lm(expvida~ percap + analf + crimen + estud + ndias, data=data)
summary(modelo1)
Call:
lm(formula = expvida ~ percap + analf + crimen + estud + ndias, data=data)
Residuals:
Min
1Q Median
3Q
Max
-1.40424 -0.53182 0.07773 0.53496 1.30297
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 71.2850674 1.4124737 50.468 < 2e-16 ***
percap
0.0001133 0.0002271 0.499 0.6204
analf
-0.1600309 0.3334357 -0.480 0.6336
crimen
-0.2765157 0.0420412 -6.577 4.77e-08 ***
estud
0.0398761 0.0206167 1.934 0.0595 .
ndias
-0.0076509 0.0028522 -2.682 0.0103 *
--Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1
Residual standard error: 0.7547 on 44 degrees of freedom
Multiple R-squared: 0.7162, Adjusted R-squared: 0.684
F-statistic: 22.21 on 5 and 44 DF, p-value: 4.847e-11
Interpretacin formal
La ecuacin expvida ~ percap + analf + crimen + estud + ndias, ha podido explicar
la expectativa de vida de un habitante norteamericano al 68.4%, segn el R2.Por
un lado, las variables percap y estud afecta positivamente en la regresin, la
primera teniendo una estimado de 0.00011 y la segunda teniendo un 0.039,
mientras que las variables de analf, crimen y ndias afectan negativamente a la
expiva, teniendo como estimados -0.16, -0.27, -0.007 respectivamente. Por otro
lado, las variables que son normales, es decir mayores a 0.05, son percap, analf,
estud, mientras que las variables que no son normales son crimen y ndias.
2 puntos.
Interpretacin comunicativa
La regresin lineal explica en un 68.4% la expectativa de vida de una persona en los
estados de Estados Unidos. Segn la regresin lineal la expectativa de vida de una
persona en los Estados Unidos se ve influenciada de manera ligeramente positiva por
la renta per cpita y si llego a terminar la secundaria, pero se ve influenciada de
manera negativa por el nmero de das del ao con temperatura abajo de 0 grados
Celsius en la ciudad ms importante del estado, tasa de criminalidad por cada 100000
habitantes y la tasa de analfabetismo, siendo estas dos ltimas las que ms influyen
negativamente.

4 puntos
SCRIPT. PRIMERA PARTE
data<-read.csv("datos.csv", sep=",")
summary(data)
#Regresin lineal
modelo1 <- lm(expvida~ percap + analf + crimen + estud + ndias, data=data)
summary(modelo1)

Total : 06