Professional Documents
Culture Documents
A
l on l 3i s i s d e R e g r e s i n
Captulo 3
Sim
p le
presente = a + b1pasado + e
en donde:
Y es la variable a predecir;
a y b1X1 son parmetros desconocidos a estimar;
y e es el error que cometemos en la prediccin de los parmetros.
No obstante, antes de proceder a la estimacin de los parmetros, y con ellos a la concrecin de una ecuacin predictiva,
debemos corroborar que, efectivamente, los datos sometidos
a
Estadstica Informtica: casos y ejemplos con el SPSS
33
C a p t ul o 3
A n l i s i s de R eg res i n
Simple
44
C ap t u
A
l on l 3i s i s d e R e g r e s i n
Sim
p le
55
C a p t ul o 3
A n l i s i s de R eg res i n
Simple
C ap t u
A
l on l 3i s i s d e R e g r e s i n
Sim
p le
77
C a p t ul o 3
A n l i s i s de R eg res i n
Simple
88
C ap t u
A
l on l 3i s i s d e R e g r e s i n
Sim
p le
6.- Valor
T.
El estadstico T nos permite comprobar si la regresin entre
una variable independiente y la dependiente es significativa. Si el
p-valor asociado al estadstico T (Sig T) es mayor al nivel de
significacin (normalmente 0.05) rechazaremos que la regresin
sea significativa para las dos variables relacionadas.
En nuestro caso la significacin del estadstico T asociado al
modelo generado con la nica variable independiente que disponemos es inferior a 0.05 de ah que podamos ratificar el carcter
predictivo de dicha variable y podamos, en consecuencia, expo
ner la ecuacin del modelo. En el ejemplo que recogemos en la
seccin de Resultados, la transcripcin de los resultados a la
ecuacin quedara como sigue:
Y = a + b1x1 + e
Figura 1
4. Cuadr
o de Dilogo de Correlaciones Bivariadas
El primer paso a desarrollar consiste en determinar la
efectiva
y real relacin lineal entre dos variables; esto es, debemos contar
con la matriz de correlaciones. Para ello, en primer lugar
debemos elegir las dos variables que van a participar en la rela
cin bivariada.
1er paso: Para poder seleccionar las dos variables seguiremos
la secuencia Analizar: Correlaciones: Bivariadas (figura 1).
Estadstica Informtica: casos y ejemplos con el SPSS
99
C a p t ul o 3
A n l i s i s de R eg res i n
Simple
Figura 2
Figura 3
Figura 4
1010
Figura 6
Figura 7
Figura 8
Figura 9
7.
grafa Comentada
Dez Nicols, Juan (1997): La estructura de los hogares
espaoles, en Rafael Puyol (ed.) (1997), Dinmica de la pobla
cin en Espaa. Cambios demogrficos en el ltimo cuarto del
siglo XX, Madrid, Sntesis, pp. 145-166.
El captulo, entre otras muchas consideraciones, analiza
la reduccin del tamao promedio de los hogares espaoles. Con el objetivo de de comprobar si es la baja
fecundidad o el alto nmero de hogares unipersonales
el factor que ms influye en el tamao promedio de los
hogares se ha aplicado un anlisis de regresin simple
tomando como unidad de anlisis los 12 paises de la
Unin Europea (este anlisis tambin se ha aplicado
para el conjunto de CCAA). Se ha comprobado que la
correlacin entre el ndice de fecundidad y el tamao
medio de hogares es muy baja y negativa (r = -0.02);
mientras que la correlacin entre la proporcin de hogares unipersonales sobre el total y el tamao medio de
los hogares es muy alta y tambin negativa (r= -0.90).
El anlisis ha demostrado que tanto para la Unin
Europea como para el conjunto de CCAA, el tamao
medio de los hogares depende ms de la proporcin de
hogares unipersonales que de la fecundidad en el sentido de que cuanto mayor el la proporcin de hogares
unipersonales sobre el total de hogares de una sociedad
ms pequeo es el tamao medio de los hogares. Lo
que explica la reduccin del tamao en los hogares en
8. Resultados
En el anexo que sigue se recogen las salidas de resultados
que el paquete estadstico SPSS ofrece cuando es la tcnica de
regresin simple la que se ha aplicado.
(Cuadro de dilogo de