informe final
2023-10-16
Estudio econométrico de variables relevantes en el promedio estudiantil
En este informe se presentará el trabajo realizado por estudiantes de la Universidad Santo Tomás, seccional Bucaramanga, sobre un estudio econométrico de variables relevantes para modelar el promedio de los estudiantes. Los datos fueron recolectados de manera anónima, mediante una encuesta realizada de manera remota con la herramienta (Google Forms), tomando así una muestra de 100 personas como mínimo de estudiantes.
Delimitacion de variables
Como variable dependiente tenemos el promedio estudiantil, siendo este nuestro foco de estudio, representada en la encuesta con la pregunta “¿Cuál es su promedio académico?”.
Como variables independientes, tenemos todas las variables que consideramos influyentes en el promedio académico (nuestra variable dependiente), como lo son horas de sueño, actividad laboral, personas a su cargo, becas estudiantiles, etc.
Limpieza de datos
Para la limpieza de datos tuvimos ciertos problemas debido a las variables categóricas intrínsecas en el modelo. Se agruparon colegios internacionales en privados y públicos, y se sumó una cantidad extremadamente pequeña a los valores nulos (0).
Modelo usado
Para el modelado de este estudio, se usará una regresión lineal simple de un valor numérico (promedio académico) que va de 0 a 5.
A continuación, tendrán el modelo saturado con todas las covariables usadas (excepto la institución a la que pertenece el encuestado).
library(readxl)## Warning: package 'readxl' was built under R version 4.2.3resp <- read_excel("C:/Users/farid/OneDrive/Escritorio/Estudio de variables relevantes en el promedio estudiantil (respuestas).xlsx")
# Convertir resp a data.frame
resp <- as.data.frame(resp)
resp <- na.omit(resp)
# Restricciones
View(resp)
names(resp)## [1] "Edad (ej. 19)"
## [2] "Sexo"
## [3] "Máximo nivel educativo actualmente"
## [4] "En que institución se encuentra cursando actualmente"
## [5] "¿Se encuentra usted activo en el mundo laboral?"
## [6] "¿A que estrato socio económico pertenece?"
## [7] "¿Posee usted personas a su cargo?"
## [8] "¿Esta usted becado por alguna institución educativa?"
## [9] "¿Cuánto tiempo en horas promedio de trabajo independiente destina al estudio a la semana? (ej. 5)"
## [10] "¿Cuánto tiempo en horas promedio destina a clases a la semana? (ej. 5)"
## [11] "Cuantas salidas sociales en promedio tiene al mes (respuesta en numeros ej: 50)"
## [12] "Del 1 al 10 que tanto considera haber faltado a clase este semestre (respuesta en números ej: 50)"
## [13] "¿Cuánto tiempo en promedio duerme al día? (respuesta en numeros ej: 50)"
## [14] "Del 1 al 100 Que tan motivado se siente en la carrera (respuesta en numeros ej: 50)"
## [15] "¿En promedio cuantas materias matricula por semestre? (respuesta en numeros ej: 50)"
## [16] "¿A qué división pertenece? (Ej: Arquitectura)"
## [17] "¿El colegio del que usted fue egresado es?"
## [18] "¿Cual es su promedio academico?"attach(resp)
colnames(resp)=c("edad","sexo","t1","t2","t3","t4","t5","t6","t7","t8","t9","t10","t11","t12","t13","t14","t15","t16")
attach(resp)
sat=lm(t16~edad+sexo+t1+t2+t3+t4+t5+t6+t7+t8+t9+t10+t11+t12+t13+t14+t15)
summary(sat)##
## Call:
## lm(formula = t16 ~ edad + sexo + t1 + t2 + t3 + t4 + t5 + t6 +
## t7 + t8 + t9 + t10 + t11 + t12 + t13 + t14 + t15)
##
## Residuals:
## Min 1Q Median 3Q Max
## -0.7221 -0.1469 0.0000 0.1275 0.6372
##
## Coefficients:
## Estimate
## (Intercept) 4.1869432
## edad 0.0229911
## sexoMasculino -0.0450572
## sexoPrefiero no decirlo -0.2325805
## t1Posgrado -0.0532941
## t1Pregrado -0.0268496
## t1Técnico -0.0228280
## t1Tecnólogo -0.4161695
## t2Areandina -0.6933690
## t2EAN -0.4455508
## t2Hospital del sarare -0.8114844
## t2SENA -0.5235240
## t2U. Del Rosario -0.2708424
## t2Uanorte -0.0871907
## t2Ucauca -1.7566773
## t2UDES -0.2646918
## t2UFPS -0.5557986
## t2UIS -0.5098871
## t2UMED 0.0528421
## t2UNAB -0.7203115
## t2UNAl -1.3228637
## t2UNAL -0.6949133
## t2UNIPAMPLONA 0.2371737
## t2UNISIMON -0.5470373
## t2Universidad Jorge Tadeo Lozano -0.0062661
## t2Universidad Simón Bolívar -0.3041946
## t2USTA -0.4177551
## t2VCU -0.7326261
## t3Sí -0.0241783
## t4 -0.0287036
## t5Sí 0.0549832
## t6Sí 0.1134797
## t7 -0.0014574
## t8 0.0001672
## t9 0.0052864
## t10 -0.0213327
## t11 -0.0401012
## t12 0.0020462
## t13 -0.0250374
## t14División De Ciencias Económicas Administrativas y Contables 0.3798534
## t14División de ciencias humanas 0.2800910
## t14División De Ciencias Juridicas y Politicas 0.3941194
## t14División De Ingenierías y Arquitectura 0.0269621
## t14Negocios -0.0801427
## t15Público -0.0428923
## Std. Error
## (Intercept) 0.6556916
## edad 0.0098919
## sexoMasculino 0.0908406
## sexoPrefiero no decirlo 0.3183831
## t1Posgrado 0.2059176
## t1Pregrado 0.1276693
## t1Técnico 0.2381548
## t1Tecnólogo 0.2474841
## t2Areandina 0.5517934
## t2EAN 0.5201148
## t2Hospital del sarare 0.6001915
## t2SENA 0.4853666
## t2U. Del Rosario 0.5293372
## t2Uanorte 0.5643490
## t2Ucauca 0.6854754
## t2UDES 0.5425897
## t2UFPS 0.4727296
## t2UIS 0.4801867
## t2UMED 0.5853551
## t2UNAB 0.5322997
## t2UNAl 0.6002738
## t2UNAL 0.6277634
## t2UNIPAMPLONA 0.6115033
## t2UNISIMON 0.5246934
## t2Universidad Jorge Tadeo Lozano 0.5236147
## t2Universidad Simón Bolívar 0.7161913
## t2USTA 0.4844871
## t2VCU 0.6202334
## t3Sí 0.1104711
## t4 0.0563138
## t5Sí 0.1449585
## t6Sí 0.1232015
## t7 0.0058723
## t8 0.0053630
## t9 0.0060067
## t10 0.0234713
## t11 0.0289198
## t12 0.0021871
## t13 0.0296565
## t14División De Ciencias Económicas Administrativas y Contables 0.1854106
## t14División de ciencias humanas 0.2209214
## t14División De Ciencias Juridicas y Politicas 0.2089522
## t14División De Ingenierías y Arquitectura 0.1996753
## t14Negocios 0.4010950
## t15Público 0.0832317
## t value Pr(>|t|)
## (Intercept) 6.386 3.56e-08
## edad 2.324 0.0238
## sexoMasculino -0.496 0.6218
## sexoPrefiero no decirlo -0.731 0.4681
## t1Posgrado -0.259 0.7967
## t1Pregrado -0.210 0.8342
## t1Técnico -0.096 0.9240
## t1Tecnólogo -1.682 0.0982
## t2Areandina -1.257 0.2141
## t2EAN -0.857 0.3953
## t2Hospital del sarare -1.352 0.1818
## t2SENA -1.079 0.2854
## t2U. Del Rosario -0.512 0.6109
## t2Uanorte -0.154 0.8778
## t2Ucauca -2.563 0.0131
## t2UDES -0.488 0.6276
## t2UFPS -1.176 0.2447
## t2UIS -1.062 0.2929
## t2UMED 0.090 0.9284
## t2UNAB -1.353 0.1814
## t2UNAl -2.204 0.0317
## t2UNAL -1.107 0.2730
## t2UNIPAMPLONA 0.388 0.6996
## t2UNISIMON -1.043 0.3016
## t2Universidad Jorge Tadeo Lozano -0.012 0.9905
## t2Universidad Simón Bolívar -0.425 0.6727
## t2USTA -0.862 0.3922
## t2VCU -1.181 0.2425
## t3Sí -0.219 0.8276
## t4 -0.510 0.6123
## t5Sí 0.379 0.7059
## t6Sí 0.921 0.3610
## t7 -0.248 0.8049
## t8 0.031 0.9752
## t9 0.880 0.3826
## t10 -0.909 0.3673
## t11 -1.387 0.1710
## t12 0.936 0.3535
## t13 -0.844 0.4021
## t14División De Ciencias Económicas Administrativas y Contables 2.049 0.0452
## t14División de ciencias humanas 1.268 0.2101
## t14División De Ciencias Juridicas y Politicas 1.886 0.0645
## t14División De Ingenierías y Arquitectura 0.135 0.8931
## t14Negocios -0.200 0.8424
## t15Público -0.515 0.6083
##
## (Intercept) ***
## edad *
## sexoMasculino
## sexoPrefiero no decirlo
## t1Posgrado
## t1Pregrado
## t1Técnico
## t1Tecnólogo .
## t2Areandina
## t2EAN
## t2Hospital del sarare
## t2SENA
## t2U. Del Rosario
## t2Uanorte
## t2Ucauca *
## t2UDES
## t2UFPS
## t2UIS
## t2UMED
## t2UNAB
## t2UNAl *
## t2UNAL
## t2UNIPAMPLONA
## t2UNISIMON
## t2Universidad Jorge Tadeo Lozano
## t2Universidad Simón Bolívar
## t2USTA
## t2VCU
## t3Sí
## t4
## t5Sí
## t6Sí
## t7
## t8
## t9
## t10
## t11
## t12
## t13
## t14División De Ciencias Económicas Administrativas y Contables *
## t14División de ciencias humanas
## t14División De Ciencias Juridicas y Politicas .
## t14División De Ingenierías y Arquitectura
## t14Negocios
## t15Público
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.3268 on 56 degrees of freedom
## Multiple R-squared: 0.7018, Adjusted R-squared: 0.4675
## F-statistic: 2.995 on 44 and 56 DF, p-value: 6.341e-05Podemos ver que, para facilitar la limpieza del código, se cambiaron los nombres de los encabezados de cada pregunta por un abreviado “t” (trabajo) y un número que lo diferencia.
Mejora del modelo
library(MASS)## Warning: package 'MASS' was built under R version 4.2.3stepAIC(sat,scale = 0,
direction = c("both"),
trace = 1, keep = NULL, steps = 1000, use.start = FALSE,
k = 2,)## Start: AIC=-195.46
## t16 ~ edad + sexo + t1 + t2 + t3 + t4 + t5 + t6 + t7 + t8 + t9 +
## t10 + t11 + t12 + t13 + t14 + t15
##
## Df Sum of Sq RSS AIC
## - sexo 2 0.0860 6.0679 -198.02
## - t1 4 0.3434 6.3253 -197.83
## - t8 1 0.0001 5.9820 -197.46
## - t3 1 0.0051 5.9871 -197.38
## - t7 1 0.0066 5.9885 -197.35
## - t5 1 0.0154 5.9973 -197.21
## - t4 1 0.0278 6.0097 -197.00
## - t15 1 0.0284 6.0103 -196.99
## - t13 1 0.0761 6.0581 -196.19
## - t9 1 0.0827 6.0647 -196.08
## - t10 1 0.0882 6.0702 -195.99
## - t6 1 0.0906 6.0726 -195.94
## - t12 1 0.0935 6.0754 -195.90
## <none> 5.9819 -195.46
## - t11 1 0.2054 6.1873 -194.05
## - t2 20 3.2567 9.2387 -191.56
## - edad 1 0.5770 6.5590 -188.16
## - t14 5 1.1951 7.1770 -187.07
##
## Step: AIC=-198.02
## t16 ~ edad + t1 + t2 + t3 + t4 + t5 + t6 + t7 + t8 + t9 + t10 +
## t11 + t12 + t13 + t14 + t15
##
## Df Sum of Sq RSS AIC
## - t1 4 0.3511 6.4190 -200.34
## - t3 1 0.0000 6.0680 -200.02
## - t7 1 0.0020 6.0699 -199.99
## - t5 1 0.0022 6.0701 -199.99
## - t8 1 0.0090 6.0769 -199.87
## - t4 1 0.0277 6.0957 -199.56
## - t15 1 0.0355 6.1034 -199.43
## - t13 1 0.0581 6.1260 -199.06
## - t10 1 0.0671 6.1350 -198.91
## - t6 1 0.0958 6.1637 -198.44
## - t12 1 0.1058 6.1737 -198.28
## <none> 6.0679 -198.02
## - t9 1 0.1255 6.1934 -197.96
## - t11 1 0.2205 6.2884 -196.42
## + sexo 2 0.0860 5.9819 -195.46
## - t2 20 3.5976 9.6655 -191.00
## - edad 1 0.6128 6.6808 -190.31
## - t14 5 1.1680 7.2360 -190.24
##
## Step: AIC=-200.34
## t16 ~ edad + t2 + t3 + t4 + t5 + t6 + t7 + t8 + t9 + t10 + t11 +
## t12 + t13 + t14 + t15
##
## Df Sum of Sq RSS AIC
## - t3 1 0.0012 6.4202 -202.32
## - t7 1 0.0014 6.4204 -202.32
## - t5 1 0.0026 6.4216 -202.30
## - t4 1 0.0059 6.4249 -202.25
## - t15 1 0.0168 6.4358 -202.08
## - t8 1 0.0206 6.4396 -202.02
## - t13 1 0.0613 6.4803 -201.38
## - t12 1 0.0763 6.4953 -201.15
## - t10 1 0.0803 6.4994 -201.09
## - t9 1 0.1217 6.5408 -200.44
## <none> 6.4190 -200.34
## - t6 1 0.1698 6.5889 -199.70
## - t11 1 0.2647 6.6837 -198.26
## + t1 4 0.3511 6.0679 -198.02
## + sexo 2 0.0937 6.3253 -197.83
## - t14 5 0.9533 7.3723 -196.36
## - edad 1 0.5661 6.9851 -193.81
## - t2 20 5.6488 12.0679 -176.58
##
## Step: AIC=-202.32
## t16 ~ edad + t2 + t4 + t5 + t6 + t7 + t8 + t9 + t10 + t11 + t12 +
## t13 + t14 + t15
##
## Df Sum of Sq RSS AIC
## - t7 1 0.0017 6.4219 -204.30
## - t5 1 0.0041 6.4243 -204.26
## - t4 1 0.0053 6.4255 -204.24
## - t15 1 0.0176 6.4379 -204.04
## - t8 1 0.0200 6.4403 -204.01
## - t13 1 0.0630 6.4833 -203.34
## - t12 1 0.0762 6.4964 -203.13
## - t10 1 0.0795 6.4997 -203.08
## - t9 1 0.1209 6.5411 -202.44
## <none> 6.4202 -202.32
## - t6 1 0.1695 6.5897 -201.69
## + t3 1 0.0012 6.4190 -200.34
## - t11 1 0.2714 6.6916 -200.14
## + t1 4 0.3523 6.0680 -200.02
## + sexo 2 0.0944 6.3259 -199.82
## - t14 5 0.9543 7.3746 -198.33
## - edad 1 0.5951 7.0153 -195.37
## - t2 20 5.6658 12.0861 -178.43
##
## Step: AIC=-204.3
## t16 ~ edad + t2 + t4 + t5 + t6 + t8 + t9 + t10 + t11 + t12 +
## t13 + t14 + t15
##
## Df Sum of Sq RSS AIC
## - t5 1 0.0029 6.4248 -206.25
## - t4 1 0.0059 6.4278 -206.20
## - t15 1 0.0172 6.4391 -206.03
## - t8 1 0.0245 6.4464 -205.91
## - t13 1 0.0614 6.4833 -205.34
## - t12 1 0.0748 6.4967 -205.13
## - t10 1 0.0779 6.4998 -205.08
## - t9 1 0.1197 6.5416 -204.43
## <none> 6.4219 -204.30
## - t6 1 0.1741 6.5960 -203.59
## + t7 1 0.0017 6.4202 -202.32
## + t3 1 0.0015 6.4204 -202.32
## - t11 1 0.2703 6.6922 -202.13
## + t1 4 0.3520 6.0699 -201.99
## + sexo 2 0.0920 6.3299 -201.75
## - t14 5 0.9527 7.3746 -200.33
## - edad 1 0.6026 7.0245 -197.24
## - t2 20 5.7025 12.1244 -180.11
##
## Step: AIC=-206.25
## t16 ~ edad + t2 + t4 + t6 + t8 + t9 + t10 + t11 + t12 + t13 +
## t14 + t15
##
## Df Sum of Sq RSS AIC
## - t4 1 0.0063 6.4311 -208.15
## - t15 1 0.0154 6.4403 -208.01
## - t8 1 0.0259 6.4508 -207.84
## - t13 1 0.0587 6.4835 -207.33
## - t10 1 0.0784 6.5032 -207.03
## - t12 1 0.0798 6.5046 -207.00
## - t9 1 0.1179 6.5428 -206.41
## <none> 6.4248 -206.25
## - t6 1 0.1739 6.5987 -205.55
## + t5 1 0.0029 6.4219 -204.30
## + t3 1 0.0027 6.4221 -204.29
## + t7 1 0.0005 6.4243 -204.26
## + t1 4 0.3537 6.0711 -203.97
## - t11 1 0.2825 6.7073 -203.90
## + sexo 2 0.0836 6.3412 -203.57
## - t14 5 0.9564 7.3812 -202.24
## - edad 1 0.8645 7.2893 -195.50
## - t2 20 5.7780 12.2028 -181.46
##
## Step: AIC=-208.15
## t16 ~ edad + t2 + t6 + t8 + t9 + t10 + t11 + t12 + t13 + t14 +
## t15
##
## Df Sum of Sq RSS AIC
## - t15 1 0.0148 6.4459 -209.92
## - t8 1 0.0298 6.4608 -209.69
## - t13 1 0.0636 6.4947 -209.16
## - t10 1 0.0742 6.5053 -208.99
## - t12 1 0.0900 6.5210 -208.75
## - t9 1 0.1123 6.5434 -208.40
## <none> 6.4311 -208.15
## - t6 1 0.1806 6.6117 -207.35
## + t4 1 0.0063 6.4248 -206.25
## + t5 1 0.0033 6.4278 -206.20
## + t3 1 0.0018 6.4293 -206.18
## + t7 1 0.0008 6.4303 -206.16
## - t11 1 0.2791 6.7102 -205.86
## + t1 4 0.3281 6.1030 -205.44
## + sexo 2 0.0786 6.3525 -205.39
## - t14 5 0.9549 7.3860 -204.17
## - edad 1 0.8794 7.3105 -197.21
## - t2 20 5.7747 12.2058 -183.43
##
## Step: AIC=-209.92
## t16 ~ edad + t2 + t6 + t8 + t9 + t10 + t11 + t12 + t13 + t14
##
## Df Sum of Sq RSS AIC
## - t8 1 0.0285 6.4744 -211.47
## - t13 1 0.0759 6.5217 -210.74
## - t10 1 0.0809 6.5267 -210.66
## - t12 1 0.1029 6.5488 -210.32
## - t9 1 0.1139 6.5598 -210.15
## <none> 6.4459 -209.92
## - t6 1 0.1747 6.6205 -209.22
## + t15 1 0.0148 6.4311 -208.15
## + t4 1 0.0056 6.4403 -208.01
## + t3 1 0.0022 6.4437 -207.95
## + t5 1 0.0014 6.4444 -207.94
## + t7 1 0.0008 6.4450 -207.93
## - t11 1 0.3056 6.7514 -207.24
## + sexo 2 0.0825 6.3633 -207.22
## + t1 4 0.3137 6.1322 -206.96
## - t14 5 0.9428 7.3887 -206.13
## - edad 1 0.8858 7.3316 -198.91
## - t2 20 5.8092 12.2551 -185.03
##
## Step: AIC=-211.47
## t16 ~ edad + t2 + t6 + t9 + t10 + t11 + t12 + t13 + t14
##
## Df Sum of Sq RSS AIC
## - t10 1 0.0718 6.5462 -212.36
## - t9 1 0.0948 6.5692 -212.00
## - t12 1 0.1135 6.5879 -211.72
## - t13 1 0.1267 6.6011 -211.52
## <none> 6.4744 -211.47
## - t6 1 0.1578 6.6323 -211.04
## + t8 1 0.0285 6.4459 -209.92
## + t15 1 0.0136 6.4608 -209.69
## + t4 1 0.0092 6.4652 -209.62
## + t7 1 0.0044 6.4700 -209.54
## + t5 1 0.0027 6.4717 -209.52
## + t3 1 0.0017 6.4727 -209.50
## - t11 1 0.2853 6.7597 -209.12
## + sexo 2 0.1024 6.3720 -209.09
## + t1 4 0.3273 6.1471 -208.71
## - t14 5 0.9393 7.4137 -207.79
## - edad 1 0.9498 7.4242 -199.65
## - t2 20 5.7810 12.2554 -187.02
##
## Step: AIC=-212.36
## t16 ~ edad + t2 + t6 + t9 + t11 + t12 + t13 + t14
##
## Df Sum of Sq RSS AIC
## - t13 1 0.0929 6.6391 -212.94
## - t9 1 0.0953 6.6415 -212.90
## - t12 1 0.1272 6.6734 -212.42
## <none> 6.5462 -212.36
## - t6 1 0.1504 6.6967 -212.06
## + t10 1 0.0718 6.4744 -211.47
## + t15 1 0.0198 6.5264 -210.67
## + t8 1 0.0195 6.5267 -210.66
## + t4 1 0.0033 6.5429 -210.41
## + t5 1 0.0024 6.5439 -210.40
## + t3 1 0.0009 6.5453 -210.37
## + t7 1 0.0007 6.5455 -210.37
## - t11 1 0.2857 6.8319 -210.04
## + t1 4 0.3389 6.2073 -209.73
## + sexo 2 0.0791 6.4671 -209.59
## - t14 5 0.8968 7.4431 -209.39
## - edad 1 0.9517 7.4979 -200.65
## - t2 20 5.7751 12.3213 -188.48
##
## Step: AIC=-212.94
## t16 ~ edad + t2 + t6 + t9 + t11 + t12 + t14
##
## Df Sum of Sq RSS AIC
## - t12 1 0.0675 6.7067 -213.91
## - t9 1 0.1071 6.7462 -213.32
## <none> 6.6391 -212.94
## - t6 1 0.1379 6.7771 -212.86
## + t13 1 0.0929 6.5462 -212.36
## + t8 1 0.0590 6.5802 -211.84
## + t10 1 0.0381 6.6011 -211.52
## + t15 1 0.0336 6.6056 -211.45
## + t4 1 0.0130 6.6262 -211.13
## + t3 1 0.0011 6.6381 -210.95
## + t7 1 0.0008 6.6383 -210.95
## + t5 1 0.0000 6.6391 -210.94
## - t14 5 0.8577 7.4968 -210.66
## + t1 4 0.3481 6.2910 -210.38
## + sexo 2 0.0924 6.5467 -210.35
## - t11 1 0.3091 6.9483 -210.34
## - edad 1 0.9160 7.5552 -201.88
## - t2 20 5.7098 12.3490 -190.26
##
## Step: AIC=-213.91
## t16 ~ edad + t2 + t6 + t9 + t11 + t14
##
## Df Sum of Sq RSS AIC
## - t6 1 0.1335 6.8402 -213.92
## <none> 6.7067 -213.91
## - t9 1 0.1468 6.8534 -213.73
## + t12 1 0.0675 6.6391 -212.94
## + t10 1 0.0551 6.6516 -212.75
## + t8 1 0.0499 6.6568 -212.67
## + t15 1 0.0434 6.6633 -212.57
## + t13 1 0.0333 6.6734 -212.42
## + t4 1 0.0193 6.6874 -212.20
## + t5 1 0.0023 6.7044 -211.95
## + t3 1 0.0010 6.7057 -211.93
## + t7 1 0.0000 6.7067 -211.91
## - t11 1 0.2954 7.0020 -211.56
## + sexo 2 0.0981 6.6086 -211.40
## + t1 4 0.3370 6.3697 -211.12
## - t14 5 0.9559 7.6626 -210.46
## - edad 1 0.9135 7.6202 -203.02
## - t2 20 6.1849 12.8916 -187.91
##
## Step: AIC=-213.92
## t16 ~ edad + t2 + t9 + t11 + t14
##
## Df Sum of Sq RSS AIC
## <none> 6.8402 -213.92
## + t6 1 0.1335 6.7067 -213.91
## - t9 1 0.2048 7.0450 -212.94
## + t12 1 0.0631 6.7771 -212.86
## + t10 1 0.0506 6.7896 -212.67
## + t15 1 0.0327 6.8076 -212.41
## + t13 1 0.0278 6.8125 -212.33
## + t8 1 0.0273 6.8129 -212.33
## + t4 1 0.0254 6.8148 -212.30
## + t7 1 0.0103 6.8299 -212.07
## + t5 1 0.0024 6.8379 -211.96
## + t3 1 0.0014 6.8388 -211.94
## + t1 4 0.3691 6.4711 -211.53
## + sexo 2 0.1056 6.7347 -211.49
## - t11 1 0.3272 7.1674 -211.20
## - t14 5 0.9533 7.7935 -210.74
## - edad 1 0.9172 7.7575 -203.21
## - t2 20 6.1676 13.0078 -189.01##
## Call:
## lm(formula = t16 ~ edad + t2 + t9 + t11 + t14)
##
## Coefficients:
## (Intercept)
## 4.4430913
## edad
## 0.0214970
## t2Areandina
## -1.1193813
## t2EAN
## -0.6857790
## t2Hospital del sarare
## -0.9274300
## t2SENA
## -0.8910899
## t2U. Del Rosario
## -0.5059424
## t2Uanorte
## -0.1528679
## t2Ucauca
## -2.5450368
## t2UDES
## -0.7595813
## t2UFPS
## -0.9136286
## t2UIS
## -0.8561021
## t2UMED
## -0.2772393
## t2UNAB
## -1.0584005
## t2UNAl
## -1.4923922
## t2UNAL
## -1.3084060
## t2UNIPAMPLONA
## -0.0342786
## t2UNISIMON
## -0.7000167
## t2Universidad Jorge Tadeo Lozano
## -0.2386343
## t2Universidad Simón Bolívar
## -0.6398083
## t2USTA
## -0.7619680
## t2VCU
## -0.8587026
## t9
## 0.0071352
## t11
## -0.0465610
## t14División De Ciencias Económicas Administrativas y Contables
## 0.3058789
## t14División de ciencias humanas
## 0.1555063
## t14División De Ciencias Juridicas y Politicas
## 0.2722648
## t14División De Ingenierías y Arquitectura
## -0.0091104
## t14Negocios
## -0.0002987Conclusiones
Podemos concluir que el modelo más significativo (con una mayor respuesta a y) sería el: lm(formula = t16 ~ edad + t2 + t9 + t11 + t14)
que contempla edad, institución en la que estudia, salidas sociales a las que asiste, horas de sueño promedio semanal y la división a la que pertenece. Son los valores que más influyen en el promedio estudiantil.
regp= lm(formula = t16 ~ edad + t2 + t9 + t11 + t14)
summary(regp) ##
## Call:
## lm(formula = t16 ~ edad + t2 + t9 + t11 + t14)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.11548 -0.12805 0.00000 0.09643 0.79167
##
## Coefficients:
## Estimate
## (Intercept) 4.4430913
## edad 0.0214970
## t2Areandina -1.1193813
## t2EAN -0.6857790
## t2Hospital del sarare -0.9274300
## t2SENA -0.8910899
## t2U. Del Rosario -0.5059424
## t2Uanorte -0.1528679
## t2Ucauca -2.5450368
## t2UDES -0.7595813
## t2UFPS -0.9136286
## t2UIS -0.8561021
## t2UMED -0.2772393
## t2UNAB -1.0584005
## t2UNAl -1.4923922
## t2UNAL -1.3084060
## t2UNIPAMPLONA -0.0342786
## t2UNISIMON -0.7000167
## t2Universidad Jorge Tadeo Lozano -0.2386343
## t2Universidad Simón Bolívar -0.6398083
## t2USTA -0.7619680
## t2VCU -0.8587026
## t9 0.0071352
## t11 -0.0465610
## t14División De Ciencias Económicas Administrativas y Contables 0.3058789
## t14División de ciencias humanas 0.1555063
## t14División De Ciencias Juridicas y Politicas 0.2722648
## t14División De Ingenierías y Arquitectura -0.0091104
## t14Negocios -0.0002987
## Std. Error
## (Intercept) 0.4912624
## edad 0.0069184
## t2Areandina 0.4024537
## t2EAN 0.4106170
## t2Hospital del sarare 0.4758723
## t2SENA 0.3637265
## t2U. Del Rosario 0.3850095
## t2Uanorte 0.4439303
## t2Ucauca 0.4763482
## t2UDES 0.4144949
## t2UFPS 0.3494460
## t2UIS 0.3527817
## t2UMED 0.4659881
## t2UNAB 0.3824622
## t2UNAl 0.4724179
## t2UNAL 0.4225881
## t2UNIPAMPLONA 0.4553497
## t2UNISIMON 0.3393889
## t2Universidad Jorge Tadeo Lozano 0.3966268
## t2Universidad Simón Bolívar 0.5082858
## t2USTA 0.3575401
## t2VCU 0.4715575
## t9 0.0048602
## t11 0.0250892
## t14División De Ciencias Económicas Administrativas y Contables 0.1532359
## t14División de ciencias humanas 0.1799660
## t14División De Ciencias Juridicas y Politicas 0.1643415
## t14División De Ingenierías y Arquitectura 0.1550104
## t14Negocios 0.3575372
## t value Pr(>|t|)
## (Intercept) 9.044 1.73e-13
## edad 3.107 0.00270
## t2Areandina -2.781 0.00690
## t2EAN -1.670 0.09924
## t2Hospital del sarare -1.949 0.05520
## t2SENA -2.450 0.01672
## t2U. Del Rosario -1.314 0.19298
## t2Uanorte -0.344 0.73159
## t2Ucauca -5.343 1.02e-06
## t2UDES -1.833 0.07100
## t2UFPS -2.615 0.01088
## t2UIS -2.427 0.01774
## t2UMED -0.595 0.55374
## t2UNAB -2.767 0.00718
## t2UNAl -3.159 0.00231
## t2UNAL -3.096 0.00279
## t2UNIPAMPLONA -0.075 0.94020
## t2UNISIMON -2.063 0.04276
## t2Universidad Jorge Tadeo Lozano -0.602 0.54929
## t2Universidad Simón Bolívar -1.259 0.21218
## t2USTA -2.131 0.03649
## t2VCU -1.821 0.07276
## t9 1.468 0.14643
## t11 -1.856 0.06757
## t14División De Ciencias Económicas Administrativas y Contables 1.996 0.04970
## t14División de ciencias humanas 0.864 0.39041
## t14División De Ciencias Juridicas y Politicas 1.657 0.10193
## t14División De Ingenierías y Arquitectura -0.059 0.95330
## t14Negocios -0.001 0.99934
##
## (Intercept) ***
## edad **
## t2Areandina **
## t2EAN .
## t2Hospital del sarare .
## t2SENA *
## t2U. Del Rosario
## t2Uanorte
## t2Ucauca ***
## t2UDES .
## t2UFPS *
## t2UIS *
## t2UMED
## t2UNAB **
## t2UNAl **
## t2UNAL **
## t2UNIPAMPLONA
## t2UNISIMON *
## t2Universidad Jorge Tadeo Lozano
## t2Universidad Simón Bolívar
## t2USTA *
## t2VCU .
## t9
## t11 .
## t14División De Ciencias Económicas Administrativas y Contables *
## t14División de ciencias humanas
## t14División De Ciencias Juridicas y Politicas
## t14División De Ingenierías y Arquitectura
## t14Negocios
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.3082 on 72 degrees of freedom
## Multiple R-squared: 0.659, Adjusted R-squared: 0.5264
## F-statistic: 4.97 on 28 and 72 DF, p-value: 2.132e-08Aquí podemos observar un gráfico de la influencia de la edad en el promedio.
# Cargar los paquetes necesarios
library(ggplot2)## Warning: package 'ggplot2' was built under R version 4.2.3# Ajustar el modelo
regp = lm(formula = t16 ~ edad + t2 + t9 + t11 + t14)
# Crear el gráfico de dispersión
ggplot(data = regp$model, aes(x = edad, y = t16)) +
geom_point(position = "jitter") +
labs(
title = "Gráfico de dispersión para t16",
x = "edad",
y = "t16"
)