Prctica 2

(Modelo Lineal Mltiple)

Los datos son:
Remuneraciones Depreciacin Impuestos Excedente Bruto de Valor
Y X2 X3 Explotacin X4 Agregado
77,0 29,0 34,0 999,0 1.140,0
9,0 1,0 1,0 0,0 12,0
93,0 101,0 17,0 455,0 667,0
104,0 65,0 130,0 213,0 513,0
37,0 33,0 26,0 79,0 176,0
37,0 22,0 10,0 77,0 147,0
169,0 59,0 19,0 381,0 629,0
87,0 12,0 20,0 86,0 206,0
130,0 99,0 603,0 15,0 848,0
98,0 59,0 163,0 69,0 390,0
20,0 2,0 10,0 24,0 57,0
30,0 32,0 5,0 7,0 75,0
126,0 30,0 10,0 -9,0 158,0
25,0 21,0 4,0 24,0 75,0
34,0 4,0 0,5 149,0 188,5
40,0 27,0 11,0 58,0 137,0
23,0 5,0 1,0 35,0 65,0
43,0 33,0 15,0 88,0 180,0
30,0 16,0 9,0 37,0 93,0
20,0 71,0 134,0 1.801,0 2.027,0
21,0 11,0 8,0 31,0 72,0
27,0 3,0 7,0 27,0 65,0
34,0 6,0 34,0 57,0 132,0
115,0 14,0 55,0 100,0 285,0
62,0 41,0 22,0 160,0 286,0

Se elige como variable dependiente a Remuneraciones y variables independientes a Depreciacin,

Impuestos y Excedente Bruto de Explotacin

Mediante el Software SPSS se regresin lineal mltiple y se obtiene el siguiente modelo:

Donde
Y de acuerdo a los resultados iniciales:




Y un coeficiente de correlacin mltiple (R) de: 0.616
Los resultados en detalle se muestran a continuacin:

Estadsticos descriptivos
Media Desviacin tpica N
remuneracin 59,6400 43,56688 25
depreciacin 31,8400 28,84684 25
impuestos 53,9400 122,59795 25
excedente 198,5200 395,61020 25
 Correlaciones
Remuneracin depreciacin impuestos excedente
Correlacin de Pearson remuneracin 1,000 ,572 ,413 ,014
depreciacin ,572 1,000 ,624 ,391
impuestos ,413 ,624 1,000 ,077
excedente ,014 ,391 ,077 1,000
Sig. (unilateral) remuneracin . ,001 ,020 ,474
depreciacin ,001 . ,000 ,027
impuestos ,020 ,000 . ,358
excedente ,474 ,027 ,358 .

Variables introducidas/eliminadasa
Modelo Variables introducidas Variables eliminadas Mtodo
1 excedente, impuestos, depreciacinb . Introducir
a. Variable dependiente: remuneracin
b. Todas las variables solicitadas introducidas.

Resumen del modelob

Modelo R R cuadrado R cuadrado Error tp. de la Estadsticos de cambio
corregida estimacin Cambio en R Cambio en F
cuadrado
1 ,616a ,379 ,290 36,69791 ,379 4,275
b
Resumen del modelo
Modelo Estadsticos de cambio Durbin-Watson
gl1 gl2 Sig. Cambio en F
1 3a 21 ,017 1,947
a. Variables predictoras: (Constante), excedente, impuestos, depreciacin
b. Variable dependiente: remuneracin

ANOVAa
Modelo Suma de cuadrados gl Media cuadrtica F Sig.
Regresin 17272,292 3 5757,431 4,275 ,017b
1 Residual 28281,468 21 1346,737
Total 45553,760 24
a. Variable dependiente: remuneracin
b. Variables predictoras: (Constante), excedente, impuestos, depreciacin

Coeficientesa
Modelo Coeficientes no estandarizados Coeficientes t Sig.
tipificados
B Error tp. Beta
(Constante) 33,163 11,311 2,932 ,008
1 depreciacin ,983 ,370 ,651 2,654 ,015
impuestos ,009 ,080 ,025 ,112 ,912
excedente -,027 ,021 -,242 -1,262 ,221

Coeficientesa
Modelo Intervalo de confianza de 95,0% para B Correlaciones
Lmite inferior Lmite superior Orden cero Parcial Semiparcial
(Constante) 9,641 56,685
1
depreciacin ,213 1,753 ,572 ,501 ,456
 impuestos -,158 ,176 ,413 ,025 ,019
excedente -,071 ,017 ,014 -,265 -,217

Coeficientesa
Modelo Estadsticos de colinealidad
Tolerancia FIV
(Constante)
1 depreciacin ,492 2,032
impuestos ,577 1,732
excedente ,801 1,248
a. Variable dependiente: remuneracin

Correlaciones de los coeficientesa

Modelo excedente impuestos depreciacin
excedente 1,000 ,233 -,440
Correlaciones impuestos ,233 1,000 -,647
depreciacin -,440 -,647 1,000
1
excedente ,000 ,000 -,003
Covarianzas impuestos ,000 ,006 -,019
depreciacin -,003 -,019 ,137
a. Variable dependiente: remuneracin

Diagnsticos de colinealidada
Modelo Dimensin Autovalores ndice de Proporciones de la varianza
condicin (Constante) depreciacin impuestos
1 2,595 1,000 ,04 ,03 ,04
2 ,762 1,845 ,01 ,00 ,30
1
3 ,499 2,281 ,47 ,00 ,16
4 ,144 4,244 ,48 ,97 ,50

Diagnsticos de colinealidada
Modelo Dimensin Proporciones de la varianza
excedente
1 ,04
2 ,41
1
3 ,35
4 ,19
a. Variable dependiente: remuneracin
Para obtener un mejor modelo se realiz la transformacin a logaritmos en base 10 de los datos:
Remuneraciones Y Depreciacin X2 Impuestos X3 Excedente Bruto de Valor Agregado
Explotacin X4
1,88649073 1,462398 1,53147892 2,99956549 1,88649073
0,95424251 0 0 0,95424251
1,96848295 2,00432137 1,23044892 2,6580114 1,96848295
2,01703334 1,81291336 2,11394335 2,3283796 2,01703334
1,56820172 1,51851394 1,41497335 1,89762709 1,56820172
1,56820172 1,34242268 1 1,88649073 1,56820172
2,2278867 1,77085201 1,2787536 2,58092498 2,2278867
1,93951925 1,07918125 1,30103 1,93449845 1,93951925
2,11394335 1,99563519 2,78031731 1,17609126 2,11394335
1,99122608 1,77085201 2,2121876 1,83884909 1,99122608
1,30103 0,30103 1 1,38021124 1,30103
1,47712125 1,50514998 0,69897 0,84509804 1,47712125
2,10037055 1,47712125 1 2,10037055
1,39794001 1,32221929 0,60205999 1,38021124 1,39794001
1,53147892 0,60205999 -0,30103 2,17318627 1,53147892
1,60205999 1,43136376 1,04139269 1,76342799 1,60205999
1,36172784 0,69897 0 1,54406804 1,36172784
1,63346846 1,51851394 1,17609126 1,94448267 1,63346846
1,47712125 1,20411998 0,95424251 1,56820172 1,47712125
1,30103 1,85125835 2,1271048 3,25551371 1,30103
1,32221929 1,04139269 0,90308999 1,49136169 1,32221929
1,43136376 0,47712125 0,84509804 1,43136376 1,43136376
1,53147892 0,77815125 1,53147892 1,75587486 1,53147892
2,06069784 1,14612804 1,74036269 2 2,06069784
1,79239169 1,61278386 1,34242268 2,20411998 1,79239169

Y se proces nuevamente la informacin, obteniendo los siguientes resultados:

Estadsticos descriptivos
Media Desviacin tpica N
l_remun 1,6623 ,32678 25
l_depre 1,2690 ,53671 25
l_impue 1,1810 ,70608 25
l_exced 1,7615 ,76466 25

Correlaciones
l_remun l_depre l_impue l_exced
l_remun 1,000 ,665 ,589 ,285
l_depre ,665 1,000 ,682 ,454
Correlacin de Pearson
l_impue ,589 ,682 1,000 ,377
l_exced ,285 ,454 ,377 1,000
l_remun . ,000 ,001 ,084
l_depre ,000 . ,000 ,011
Sig. (unilateral)
l_impue ,001 ,000 . ,032
l_exced ,084 ,011 ,032 .
 Variables introducidas/eliminadasa
Modelo Variables introducidas Variables eliminadas Mtodo

1 l_exced, l_impue, l_depreb . Introducir

a. Variable dependiente: l_remun

b. Todas las variables solicitadas introducidas.

Resumen del modelob

Modelo R R cuadrado R cuadrado Error tp. de la Estadsticos de cambio
corregida estimacin Cambio en R Cambio en F
cuadrado
1 ,692a ,478 ,404 ,25229 ,478 6,421

Resumen del modelob

Modelo Estadsticos de cambio Durbin-Watson
gl1 gl2 Sig. Cambio en F
1 3a 21 ,003 1,879

a. Variables predictoras: (Constante), l_exced, l_impue, l_depre

b. Variable dependiente: l_remun

ANOVAa
Modelo Suma de cuadrados gl Media cuadrtica F Sig.
Regresin 1,226 3 ,409 6,421 ,003b
1 Residual 1,337 21 ,064
Total 2,563 24

a. Variable dependiente: l_remun

b. Variables predictoras: (Constante), l_exced, l_impue, l_depre

Coeficientesa
Modelo Coeficientes no estandarizados Coeficientes tipificados t Sig.
B Error tp. Beta
(Constante) 1,161 ,150 7,747 ,000
1 l_depre ,310 ,137 ,509 2,260 ,035
l_impue ,120 ,100 ,259 1,193 ,246
l_exced -,019 ,076 -,043 -,244 ,810

Coeficientesa
Modelo Intervalo de confianza de 95,0% para B Correlaciones
Lmite inferior Lmite superior Orden cero Parcial Semiparcial
(Constante) ,849 1,472
1 l_depre ,025 ,595 ,665 ,442 ,356
l_impue -,089 ,328 ,589 ,252 ,188
l_exced -,177 ,139 ,285 -,053 -,038

Coeficientesa
Modelo Estadsticos de colinealidad
Tolerancia FIV
1 (Constante)
 l_depre ,490 2,041
l_impue ,529 1,889
l_exced ,786 1,273

a. Variable dependiente: l_remun

Correlaciones de los coeficientesa

Modelo l_exced l_impue l_depre
l_exced 1,000 -,103 -,290
Correlaciones l_impue -,103 1,000 -,619
l_depre -,290 -,619 1,000
1
l_exced ,006 -,001 -,003
Covarianzas l_impue -,001 ,010 -,009
l_depre -,003 -,009 ,019

a. Variable dependiente: l_remun

Diagnsticos de colinealidada
Modelo Dimensin Autovalores ndice de Proporciones de la varianza
condicin (Constante) l_depre l_impue l_exced
1 3,712 1,000 ,01 ,00 ,01 ,01
2 ,156 4,878 ,16 ,01 ,49 ,14
1
3 ,081 6,784 ,58 ,02 ,01 ,83
4 ,052 8,478 ,25 ,96 ,50 ,01

a. Variable dependiente: l_remun

Estadsticos sobre los residuosa

Mnimo Mximo Media Desviacin N
tpica
Valor pronosticado 1,1605 2,0896 1,6623 ,22603 25
Residual -,62710 ,41365 ,00000 ,23600 25
Valor pronosticado tip. -2,220 1,890 ,000 1,000 25
Residuo tp. -2,486 1,640 ,000 ,935 25

a. Variable dependiente: l_remun

Como se puede observar aplicando esta transformacin el coeficiente de correlacin mltiple

mejora a 0.692, que constituye una mejora (de la anterior: 0.616), aunque no demasiado
significativa.