Presentación del tema

#Limpieza de data

pbi:

 [1] "Country Name"   "Country Code"   "Indicator Name" "Indicator Code"
 [5] "1960"           "1961"           "1962"           "1963"          
 [9] "1964"           "1965"           "1966"           "1967"          
[13] "1968"           "1969"           "1970"           "1971"          
[17] "1972"           "1973"           "1974"           "1975"          
[21] "1976"           "1977"           "1978"           "1979"          
[25] "1980"           "1981"           "1982"           "1983"          
[29] "1984"           "1985"           "1986"           "1987"          
[33] "1988"           "1989"           "1990"           "1991"          
[37] "1992"           "1993"           "1994"           "1995"          
[41] "1996"           "1997"           "1998"           "1999"          
[45] "2000"           "2001"           "2002"           "2003"          
[49] "2004"           "2005"           "2006"           "2007"          
[53] "2008"           "2009"           "2010"           "2011"          
[57] "2012"           "2013"           "2014"           "2015"          
[61] "2016"           "2017"           "2018"           "2019"          
[65] "2020"           "2021"           "2022"          

'data.frame':   266 obs. of  7 variables:
 $ Country: chr  "Aruba" NA "Afganistán" NA ...
 $ Año1   : chr  "1873184357.5418994" "284759318602.86572" NA "140945759313.81061" ...
 $ Año2   : chr  "1896648044.6927373" "259643121973.10178" NA "148529518712.34277" ...
 $ Año3   : chr  "1962011173.1843574" "266529432166.37723" "3854235264.3717074" "177201164643.36008" ...
 $ Año4   : chr  "2044134078.2122905" "354176768091.4068" "4539496562.9537268" "205214466071.12418" ...
 $ Año5   : chr  "2254748603.3519554" "440481795990.95001" "5220825048.6463661" "254264799898.50882" ...
 $ Año6   : chr  "2359776536.312849" "513941625353.72992" "6226198934.8332949" "310889578636.22815" ...

'data.frame':   266 obs. of  7 variables:
 $ Country: chr  "Aruba" NA "Afganistán" NA ...
 $ Año1   : num  1.87e+09 2.85e+11 NA 1.41e+11 9.13e+09 ...
 $ Año2   : num  1.90e+09 2.60e+11 NA 1.49e+11 8.94e+09 ...
 $ Año3   : num  1.96e+09 2.67e+11 3.85e+09 1.77e+11 1.53e+10 ...
 $ Año4   : num  2.04e+09 3.54e+11 4.54e+09 2.05e+11 1.78e+10 ...
 $ Año5   : num  2.25e+09 4.40e+11 5.22e+09 2.54e+11 2.36e+10 ...
 $ Año6   : num  2.36e+09 5.14e+11 6.23e+09 3.11e+11 3.70e+10 ...

Regimen:

'data.frame':   30766 obs. of  4 variables:
 $ Entity         : chr  "Afghanistan" "Afghanistan" "Afghanistan" "Afghanistan" ...
 $ Code           : chr  "AFG" "AFG" "AFG" "AFG" ...
 $ Year           : int  1789 1790 1791 1792 1793 1794 1795 1796 1797 1798 ...
 $ regime_row_owid: int  0 0 0 0 0 0 0 0 0 0 ...

# A tibble: 6 × 4
# Groups:   Entity [1]
  Entity    Code   Year regime_row_owid
  <chr>     <chr> <int>           <int>
1 Argentina ARG    1789               0
2 Argentina ARG    1790               0
3 Argentina ARG    1791               0
4 Argentina ARG    1792               0
5 Argentina ARG    1793               0
6 Argentina ARG    1794               0

# A tibble: 6 × 236
# Groups:   Entity [6]
  Entity    Code  `1789` `1790` `1791` `1792` `1793` `1794` `1795` `1796` `1797`
  <chr>     <chr>  <int>  <int>  <int>  <int>  <int>  <int>  <int>  <int>  <int>
1 Argentina ARG        0      0      0      0      0      0      0      0      0
2 Bolivia   BOL       NA     NA     NA     NA     NA     NA     NA     NA     NA
3 Brazil    BRA        0      0      0      0      0      0      0      0      0
4 Chile     CHL        0      0      0      0      0      0      0      0      0
5 Colombia  COL       NA     NA     NA     NA     NA     NA     NA     NA     NA
6 Costa Ri… CRI       NA     NA     NA     NA     NA     NA     NA     NA     NA
# ℹ 225 more variables: `1798` <int>, `1799` <int>, `1800` <int>, `1801` <int>,
#   `1802` <int>, `1803` <int>, `1804` <int>, `1805` <int>, `1806` <int>,
#   `1807` <int>, `1808` <int>, `1809` <int>, `1810` <int>, `1811` <int>,
#   `1812` <int>, `1813` <int>, `1814` <int>, `1815` <int>, `1816` <int>,
#   `1817` <int>, `1818` <int>, `1819` <int>, `1820` <int>, `1821` <int>,
#   `1822` <int>, `1823` <int>, `1824` <int>, `1825` <int>, `1826` <int>,
#   `1827` <int>, `1828` <int>, `1829` <int>, `1830` <int>, `1831` <int>, …

# A tibble: 10 × 7
# Groups:   Entity [10]
   Entity             `2000` `2001` `2002` `2003` `2004` `2005`
   <chr>               <int>  <int>  <int>  <int>  <int>  <int>
 1 Argentina               2      2      2      2      2      2
 2 Bolivia                 2      2      2      2      2      2
 3 Brazil                  2      2      2      2      2      2
 4 Chile                   3      3      3      3      3      3
 5 Colombia                2      2      2      2      2      2
 6 Costa Rica              3      3      3      3      3      3
 7 Cuba                    0      0      0      0      0      0
 8 Dominican Republic      2      2      2      2      2      2
 9 Ecuador                 2      2      2      2      2      2
10 El Salvador             2      2      2      2      2      2

Estabilidad:

  [1] "...1"       "...2"       "1996...3"   "1996...4"   "1996...5"  
  [6] "1996...6"   "1996...7"   "1996...8"   "1998...9"   "1998...10" 
 [11] "1998...11"  "1998...12"  "1998...13"  "1998...14"  "2000...15" 
 [16] "2000...16"  "2000...17"  "2000...18"  "2000...19"  "2000...20" 
 [21] "2002...21"  "2002...22"  "2002...23"  "2002...24"  "2002...25" 
 [26] "2002...26"  "2003...27"  "2003...28"  "2003...29"  "2003...30" 
 [31] "2003...31"  "2003...32"  "2004...33"  "2004...34"  "2004...35" 
 [36] "2004...36"  "2004...37"  "2004...38"  "2005...39"  "2005...40" 
 [41] "2005...41"  "2005...42"  "2005...43"  "2005...44"  "2006...45" 
 [46] "2006...46"  "2006...47"  "2006...48"  "2006...49"  "2006...50" 
 [51] "2007...51"  "2007...52"  "2007...53"  "2007...54"  "2007...55" 
 [56] "2007...56"  "2008...57"  "2008...58"  "2008...59"  "2008...60" 
 [61] "2008...61"  "2008...62"  "2009...63"  "2009...64"  "2009...65" 
 [66] "2009...66"  "2009...67"  "2009...68"  "2010...69"  "2010...70" 
 [71] "2010...71"  "2010...72"  "2010...73"  "2010...74"  "2011...75" 
 [76] "2011...76"  "2011...77"  "2011...78"  "2011...79"  "2011...80" 
 [81] "2012...81"  "2012...82"  "2012...83"  "2012...84"  "2012...85" 
 [86] "2012...86"  "2013...87"  "2013...88"  "2013...89"  "2013...90" 
 [91] "2013...91"  "2013...92"  "2014...93"  "2014...94"  "2014...95" 
 [96] "2014...96"  "2014...97"  "2014...98"  "2015...99"  "2015...100"
[101] "2015...101" "2015...102" "2015...103" "2015...104" "2016...105"
[106] "2016...106" "2016...107" "2016...108" "2016...109" "2016...110"
[111] "2017...111" "2017...112" "2017...113" "2017...114" "2017...115"
[116] "2017...116" "2018...117" "2018...118" "2018...119" "2018...120"
[121] "2018...121" "2018...122" "2019...123" "2019...124" "2019...125"
[126] "2019...126" "2019...127" "2019...128" "2020...129" "2020...130"
[131] "2020...131" "2020...132" "2020...133" "2020...134" "2021...135"
[136] "2021...136" "2021...137" "2021...138" "2021...139" "2021...140"
[141] "2022...141" "2022...142" "2022...143" "2022...144" "2022...145"
[146] "2022...146"

'data.frame':   215 obs. of  6 variables:
 $ Country         : chr  "Country/Territory" "Aruba" "Andorra" "Afghanistan" ...
 $ 2000_estabilidad: chr  "Rank" "#N/A" "87.5" "1.6304347515106201" ...
 $ 2002_estabilidad: chr  "Rank" "#N/A" "90.810813903808594" "2.1621620655059814" ...
 $ 2003_estabilidad: chr  "Rank" "#N/A" "90.270271301269531" "4.8648648262023926" ...
 $ 2004_estabilidad: chr  "Rank" "73.631843566894531" "89.054725646972656" "5.970149040222168" ...
 $ 2005_estabilidad: chr  "Rank" "75" "90.686271667480469" "2.9411764144897461" ...

Hci:

'data.frame':   5923 obs. of  4 variables:
 $ Entity                 : chr  "Afghanistan" "Afghanistan" "Afghanistan" "Afghanistan" ...
 $ Code                   : chr  "AFG" "AFG" "AFG" "AFG" ...
 $ Year                   : int  1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 ...
 $ Human Development Index: num  0.273 0.279 0.287 0.297 0.292 0.31 0.319 0.323 0.324 0.332 ...

# A tibble: 6 × 34
# Groups:   Entity [6]
  Entity    Code  `1990` `1991` `1992` `1993` `1994` `1995` `1996` `1997` `1998`
  <chr>     <chr>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
1 Argentina ARG    0.723  0.73   0.735  0.739  0.744  0.745  0.751  0.756  0.762
2 Bolivia   BOL    0.55   0.56   0.568  0.578  0.587  0.598  0.609  0.62   0.632
3 Brazil    BRA    0.61   0.616  0.622  0.63   0.638  0.646  0.653  0.66   0.666
4 Chile     CHL    0.706  0.715  0.723  0.716  0.722  0.728  0.735  0.744  0.749
5 Colombia  COL    0.61   0.619  0.628  0.635  0.64   0.645  0.653  0.66   0.665
6 Costa Ri… CRI    0.66   0.663  0.674  0.682  0.685  0.691  0.693  0.7    0.705
# ℹ 23 more variables: `1999` <dbl>, `2000` <dbl>, `2001` <dbl>, `2002` <dbl>,
#   `2003` <dbl>, `2004` <dbl>, `2005` <dbl>, `2006` <dbl>, `2007` <dbl>,
#   `2008` <dbl>, `2009` <dbl>, `2010` <dbl>, `2011` <dbl>, `2012` <dbl>,
#   `2013` <dbl>, `2014` <dbl>, `2015` <dbl>, `2016` <dbl>, `2017` <dbl>,
#   `2018` <dbl>, `2019` <dbl>, `2020` <dbl>, `2021` <dbl>

# A tibble: 10 × 7
# Groups:   Entity [10]
   Entity             `2000` `2001` `2002` `2003` `2004` `2005`
   <chr>               <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
 1 Argentina           0.779  0.784  0.785  0.793  0.798  0.802
 2 Bolivia             0.632  0.632  0.63   0.627  0.626  0.635
 3 Brazil              0.679  0.686  0.692  0.688  0.692  0.698
 4 Chile               0.763  0.768  0.775  0.779  0.787  0.795
 5 Colombia            0.666  0.667  0.67   0.677  0.683  0.696
 6 Costa Rica          0.71   0.715  0.722  0.727  0.732  0.74 
 7 Cuba                0.693  0.7    0.706  0.714  0.728  0.741
 8 Dominican Republic  0.646  0.651  0.657  0.659  0.663  0.674
 9 Ecuador             0.687  0.693  0.698  0.703  0.71   0.715
10 El Salvador         0.617  0.619  0.626  0.631  0.636  0.641

Recursos :

 [1] "Country Name"   "Country Code"   "Indicator Name" "Indicator Code"
 [5] "1960"           "1961"           "1962"           "1963"          
 [9] "1964"           "1965"           "1966"           "1967"          
[13] "1968"           "1969"           "1970"           "1971"          
[17] "1972"           "1973"           "1974"           "1975"          
[21] "1976"           "1977"           "1978"           "1979"          
[25] "1980"           "1981"           "1982"           "1983"          
[29] "1984"           "1985"           "1986"           "1987"          
[33] "1988"           "1989"           "1990"           "1991"          
[37] "1992"           "1993"           "1994"           "1995"          
[41] "1996"           "1997"           "1998"           "1999"          
[45] "2000"           "2001"           "2002"           "2003"          
[49] "2004"           "2005"           "2006"           "2007"          
[53] "2008"           "2009"           "2010"           "2011"          
[57] "2012"           "2013"           "2014"           "2015"          
[61] "2016"           "2017"           "2018"           "2019"          
[65] "2020"           "2021"           "2022"          

'data.frame':   266 obs. of  7 variables:
 $ Country      : chr  "Aruba" NA "Afganistán" NA ...
 $ 2000_recursos: chr  "0.0016627714206469699" "6.795582962907087" NA "19.254604718767997" ...
 $ 2001_recursos: chr  "0.0014191795529938001" "7.1369316643604446" NA "13.918436645441949" ...
 $ 2002_recursos: chr  "0.00137100806940249" "7.7013957113475309" "1.27614880703829" "11.818747270829006" ...
 $ 2003_recursos: chr  "0.0014527779325224401" "7.1436708115880734" "0.73131258934367305" "12.664733817117607" ...
 $ 2004_recursos: chr  "0.0015836813068496301" "8.0335078935385944" "0.45891979211320599" "13.49399495245061" ...
 $ 2005_recursos: chr  "0.00197275799182091" "9.1968965994975402" "0.39319277140278203" "17.724744999062253" ...

tecnología:

población:

MERGE:

 [1] "Argentina"          "Bolivia"            "Brazil"            
 [4] "Chile"              "Colombia"           "Costa Rica"        
 [7] "Cuba"               "Dominican Republic" "Ecuador"           
[10] "El Salvador"        "Guatemala"          "Haiti"             
[13] "Honduras"           "Mexico"             "Nicaragua"         
[16] "Panama"             "Paraguay"           "Peru"              
[19] "Uruguay"            "Venezuela, RB"     

Tema de investigación: Dependencia del crecimiento económico de Latinoamérica (representado en PBI per cápita) en el año 2005 en el régimen político y la estabilidad política.

Pregunta de investigación: ¿El régimen político y el porcentaje de estabilidad política de un país explican el crecimiento económico (representado en PBI per cápita) de las mayores cuatro economías en Latinoamérica, a diferencia de los demás países de la región en el año 2005?

Variable dependiente: Crecimiento económico en términos de PBI per cápita.

Es una variable numérica continua que se mide en miles de millones de dólares. El PBI mide el valor de todos los bienes y servicios finales producidos dentro de un país en un periodo determinado. Se considera una de las principales medidas del tamaño y la situación economica de un país y se utiliza para compararlo entre demás estados. Se compone de cuatro variables: Consumo, Inversión, gasto del gobierno y exportaciones netas.

Variables independientes:

1)Estabilidad política (tipo numérica medida en porcentajes). Mide las percepciones de probabilidad de inestabillidad política y/o violencia con motivos políticos, incluyendo terrorismo y conflictos internos. www.govindicators.org. Gallegos (2016:107) señala que la falta de estabilidad política suele estar asociada con una reducción de la tasa anual de crecimiento económico de un país. La variable de estabilidad política está relacionada con la IED, considerando que países con menor estabilidad política dificilmente atraerán a IED, lo que impide que la economía nacional crezca.

2)Tipo de gobierno (categórica de tipo factor) Según Przeworski (1994), los argumentos que establecen una relación entre el tipo de régimen político que sigue un Estado con el crecimiento económico se centran en: derechos de propiedad, presiones por el consumo inmediato y autonomía de los ciudadanos. A un régimen más liberal en la escala, se le atribuyen mayores libertades con respecto a estos argumentos y viceversa.

Variables de control:

1)Recursos humanos La capacitación adecuada de mano de obra es el elemento más importante del crecimiento económico. Si un país no cuenta con trabajadores cualificados, será sumamente dificil que la tecnología sea usada a su máximo potencial. La disminución del analfabetismo y la mejora de la salud y la disciplina, aumentan extraordinariamente la productividad.

2)Recursos naturales Un segundo factor clave son los recursos naturales. Los recursos más importantes son: la tierra arable, petróleo, gas, los bosques, agua potable, y recursos minerales. Existen casos, sin embargo, de países que no cuentan con una cantidad significativa de recursos naturales que han prosperado más por el trabajo y el capital. Este es el caso de Japón y Hong Kong.

3)Capital El aumento de capital de la población aumenta la productividad. Los países que se desarrollan a mayor velocidad, invierten mayor cantidad de recursos en bienes de capital. Las inversiones en capital fijo consisten en grandes proyectos de obras públicas.

4)Tecnología El cambio tecnológico es un gran factor dentro del crecimiento económico, el aumento dentro de la inversión en investigación y desarrollo para agilizar los productos productivos y activar la economía.

Descripción de la variable central

Cruce de variable central con las demás variables

'data.frame':   20 obs. of  5 variables:
 $ estabilidad_2005: num  32.4 25 54.4 88.7 53.4 ...
 $ tecnologia_2005 : num  0.79 0.07 0.98 1.56 22.61 ...
 $ hci_2005        : num  0.802 0.635 0.698 0.795 0.696 0.74 0.741 0.715 0.641 0.574 ...
 $ Regimen_2005    : num  2 2 2 3 2 3 0 2 2 2 ...
 $ PBI_percapita   : num  11327 2300 9842 17858 7488 ...

                 estabilidad_2005 tecnologia_2005 hci_2005 Regimen_2005
estabilidad_2005             1.00           -0.20     0.48         0.78
tecnologia_2005             -0.20            1.00     0.09         0.03
hci_2005                     0.48            0.09     1.00         0.40
Regimen_2005                 0.78            0.03     0.40         1.00
PBI_percapita                0.57           -0.09     0.76         0.31
                 PBI_percapita
estabilidad_2005          0.57
tecnologia_2005          -0.09
hci_2005                  0.76
Regimen_2005              0.31
PBI_percapita             1.00

                 estabilidad_2005 tecnologia_2005 hci_2005 Regimen_2005
estabilidad_2005             1.00           -0.20     0.48         0.78
tecnologia_2005             -0.20            1.00     0.09         0.03
hci_2005                     0.48            0.09     1.00         0.40
Regimen_2005                 0.78            0.03     0.40         1.00
PBI_percapita                0.57           -0.09     0.76         0.31
                 PBI_percapita
estabilidad_2005          0.57
tecnologia_2005          -0.09
hci_2005                  0.76
Regimen_2005              0.31
PBI_percapita             1.00

n= 20 


P
                 estabilidad_2005 tecnologia_2005 hci_2005 Regimen_2005
estabilidad_2005                  0.4061          0.0314   0.0000      
tecnologia_2005  0.4061                           0.7089   0.9011      
hci_2005         0.0314           0.7089                   0.0775      
Regimen_2005     0.0000           0.9011          0.0775               
PBI_percapita    0.0081           0.7191          0.0001   0.1835      
                 PBI_percapita
estabilidad_2005 0.0081       
tecnologia_2005  0.7191       
hci_2005         0.0001       
Regimen_2005     0.1835       
PBI_percapita                 

Modelos de regresión

REGRESIÓN LINEAL MÚLTIPLE

#Modelo 1

Call:
lm(formula = PBI_percapita ~ estabilidad_2005 + tecnologia_2005 + 
    hci_2005 + Regimen_2005, data = theData)

Residuals:
    Min      1Q  Median      3Q     Max 
-4640.5 -1440.7  -489.7  1264.9  7926.0 

Coefficients:
                   Estimate Std. Error t value Pr(>|t|)   
(Intercept)      -1.900e+04  6.345e+03  -2.995  0.00906 **
estabilidad_2005  1.322e+02  6.074e+01   2.176  0.04593 * 
tecnologia_2005  -9.676e-03  7.612e-02  -0.127  0.90054   
hci_2005          3.914e+04  1.012e+04   3.868  0.00152 **
Regimen_2005     -2.455e+03  1.496e+03  -1.641  0.12163   
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 3051 on 15 degrees of freedom
Multiple R-squared:  0.6944,    Adjusted R-squared:  0.6129 
F-statistic:  8.52 on 4 and 15 DF,  p-value: 0.0008545

#Modelo 2 (solo variables significativas)

Call:
lm(formula = PBI_percapita ~ estabilidad_2005 + hci_2005, data = theData)

Residuals:
   Min     1Q Median     3Q    Max 
 -3981  -1872   -933   1822   8908 

Coefficients:
                  Estimate Std. Error t value Pr(>|t|)   
(Intercept)      -20091.16    6402.34  -3.138  0.00599 **
estabilidad_2005     63.33      39.12   1.619  0.12387   
hci_2005          38018.96   10200.38   3.727  0.00168 **
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 3149 on 17 degrees of freedom
Multiple R-squared:  0.6311,    Adjusted R-squared:  0.5877 
F-statistic: 14.54 on 2 and 17 DF,  p-value: 0.0002084

#Comparación entre modelos

================================================================
                                Dependent variable:             
                    --------------------------------------------
                                   PBI_percapita                
                             (1)                   (2)          
----------------------------------------------------------------
estabilidad_2005          132.186**               63.330        
                          (60.740)               (39.119)       
                                                                
tecnologia_2005            -0.010                               
                           (0.076)                              
                                                                
hci_2005                39,139.630***         38,018.960***     
                        (10,119.110)           (10,200.380)     
                                                                
Regimen_2005             -2,454.982                             
                         (1,496.197)                            
                                                                
Constant               -19,003.700***         -20,091.160***    
                         (6,344.689)           (6,402.342)      
                                                                
----------------------------------------------------------------
Observations                 20                     20          
R2                          0.694                 0.631         
Adjusted R2                 0.613                 0.588         
Residual Std. Error  3,051.302 (df = 15)   3,149.123 (df = 17)  
F Statistic         8.520*** (df = 4; 15) 14.540*** (df = 2; 17)
================================================================
Note:                                *p<0.1; **p<0.05; ***p<0.01

Diagnósticos de regresión

Análisis factorial exploratorio

[1] "estabilidad_2005" "tecnologia_2005"  "hci_2005"         "Regimen_2005"    
[5] "PBI_percapita"   

'data.frame':   20 obs. of  5 variables:
 $ estabilidad_2005: num  32.4 25 54.4 88.7 53.4 ...
 $ tecnologia_2005 : num  0.79 0.07 0.98 1.56 22.61 ...
 $ hci_2005        : num  0.802 0.635 0.698 0.795 0.696 0.74 0.741 0.715 0.641 0.574 ...
 $ Regimen_2005    : num  2 2 2 3 2 3 0 2 2 2 ...
 $ PBI_percapita   : num  11327 2300 9842 17858 7488 ...

                 estabilidad_2005 tecnologia_2005   hci_2005 Regimen_2005
estabilidad_2005        1.0000000     -0.19661086 0.48186089   0.78255778
tecnologia_2005        -0.1966109      1.00000000 0.08904539   0.02969423
hci_2005                0.4818609      0.08904539 1.00000000   0.40378948
Regimen_2005            0.7825578      0.02969423 0.40378948   1.00000000
PBI_percapita           0.5741081     -0.08580481 0.75776101   0.30995002
                 PBI_percapita
estabilidad_2005    0.57410811
tecnologia_2005    -0.08580481
hci_2005            0.75776101
Regimen_2005        0.30995002
PBI_percapita       1.00000000

Kaiser-Meyer-Olkin factor adequacy
Call: psych::KMO(r = corMatrix)
Overall MSA =  0.53
MSA for each item = 
estabilidad_2005  tecnologia_2005         hci_2005     Regimen_2005 
            0.55             0.21             0.61             0.48 
   PBI_percapita 
            0.53 

[1] FALSE

[1] FALSE

Parallel analysis suggests that the number of factors =  2  and the number of components =  NA 

Análisis de conglomerados

Conclusiones

Se puede concluir que, de acuerdo a los modelos de regresión lineal realizados en esta investigación, se ha demostrado que las variables “estabilidad política” y “capital humano” son significativas en el crecimiento económico de los países. Por un lado, la estabilidad política genera un aumento del PBI per cápital debido a factores que crean seguridad tanto en la comunidad nacional e internacional, dado que, a mayor estabilidad política hay menor fluctuación dentro de la arena política de un país, y se promueve la inversión extranjera y nacional. Por otro lado, se concluye que el índice de capital humano mejora la productividad de las personas, reduce el analfabetismo y aumenta la posibilidad del uso de mejores tecnologías. A mayor productividad, mayor capacidad de conseguir empleo, lo cual deviene en un aumento del PBI cápita de cada país. Asimismo, de acuerdo con el análisis de conglomerados, el mejor método de clusterización es el AGNES, debido a que no presenta casos mal clusterizados. Sugiere 4 conglomerados, marcando una diferencia entre un determinado número de países con un próspero desarrollo económico, y un considerable número de países en vías de desarrollo.