Anlisis de regresin: SALARIO MNIMO vs.

VARIACIN DEL DOLAR; VARIACIN

DEL IPC

La ecuacin de regresin es
SALARIO MNIMO = 454389 + 33,6 VARIACIN DEL DOLAR - 17376 VARIACIN DEL IPC

Predictor Coef SE Coef T P

Constante 454389 101731 4,47 0,000
VARIACIN DEL DOLAR 33,56 38,39 0,87 0,389
VARIACIN DEL IPC -17376 3518 -4,94 0,000

S = 90005,8 R-cuad. = 82,9% R-cuad.(ajustado) = 81,8%

Anlisis de varianza

Fuente GL SC MC F P
Regresin 2 1,14179E+12 5,70893E+11 70,47 0,000
Error residual 29 2,34931E+11 8101052844
Total 31 1,37672E+12

Fuente GL SC Sec.
VARIACIN DEL DOLAR 1 9,44093E+11
VARIACIN DEL IPC 1 1,97692E+11

Observaciones poco comunes

VARIACIN SALARIO EE de Residuo

Obs DEL DOLAR MNIMO Ajuste ajuste Residuo estndar
32 2743 644350 428821 34563 215529 2,59R

R denota una observacin con un residuo estandarizado grande.

Estadstico de Durbin-Watson = 0,337217

ANALISIS

De acuerdo a la ecuacin de regresin mltiple se esperara que el salario mnimo en Colombia

aumente en 33,6 por cada peso que aumente la variacin del dlar, si el ndice de precio al
consumidor permanece constante.

Por cada 1% que aumente el IPC, se esperara que el salario mnimo disminuya en 17376, si la
variacin promedio del dlar permanece constante.

Conocemos que si p>0.05 las variables no estn correlacionadas, en el caso del modelo de
regresin del salario minino podemos decir que es significativo ya que su valor est por debajo
del 0,05 y a la vez en el anlisis de la varianza el p valor indica que el modelo es muy bueno ya
que su valor es cero.

En el caso de la variable variacin del ndice de precio al consumidor tenemos un valor de

p=0.000, dando a entender que est correlacionada con el salario mnimo, es decir que es una
variable significativa, por el contrario, la variable de variacin del dlar presenta un valor de
p=0.389, es decir superior a 0.05 indicndonos que esta variable no se correlaciona con salario
mnimo, es decir no es una variable significativa.

El R2 es el coeficiente de determinacin de nuestro modelo que en este caso es de 82,9%; por lo

tanto, podemos decir que el coeficiente de correlacin es del 91,05% (la raz cuadrada de
coeficiente de determinacin) que es el porcentaje de variacin del salario mnimo explicado en
el modelo. Por lo general, mientras mayor sea el R2, mejor ser el ajuste del modelo a sus datos.
El R2 siempre se encuentra entre 0 y 100%.

Las observaciones poco comunes son observaciones que tienen un impacto desproporcionado
en un modelo de regresin. Es importante identificar las observaciones poco comunes debido a
que pueden producir resultados acertados a error. Por ejemplo, una observacin poco comn
puede ocasionar que un coeficiente significativo parezca insignificante.

Minitab etiqueta los residuos estandarizados con valores absolutos mayores que 2. Los que
llevan una R, se convierten en un valor atpico.

En el caso de nuestro modelo encontramos una observacin poco comn en el nmero 32, lo
cual est marcado con una R que es un residuo estandarizado extremo, que lo convierte en un
valor atpico.