install.packages(“readxl”)
La regresión lineal múltiple constituye una herramienta estadística que permite analizar la relación entre una variable dependiente y diferentes variables independientes. En el ámbito de la Ciencia Política, su aplicación permite estudiar cómo determinados factores sociales, económicos e institucionales pueden relacionarse con fenómenos como la participación ciudadana.
El presente trabajo tiene como propósito construir un modelo de regresión lineal múltiple que permita explicar el comportamiento de la variable participación a partir de diferentes factores socioeconómicos. Para ello, se utiliza el conjunto de datos Dataset_1, compuesto por información relacionada con la escolaridad, el ingreso del hogar, el desempleo y el gasto de campaña.
El análisis se desarrolla mediante la estimación de un modelo inicial, la evaluación de la significancia estadística de sus variables y un procedimiento de selección progresiva que permite excluir aquellas que no presentan significancia estadística al nivel del 5 %.
Finalmente, se presenta e interpreta el modelo definitivo, se realiza una predicción y se exponen las principales conclusiones y limitaciones del análisis.
El conjunto de datos utilizado para este análisis contiene información sobre cinco variables cuantitativas relacionadas con la participación y diferentes condiciones socioeconómicas.
La variable de interés es participación, mientras que las variables independientes corresponden a escolaridad, ingreso del hogar, desempleo y gasto de campaña.
Para comenzar el análisis, se carga el conjunto de datos en RStudio y se examinan sus dimensiones, nombres de variables y características estadísticas.
# Cargar el paquete necesario
library(readxl)
library(knitr)
# Importar el archivo Excel
Dataset_1 <- read_excel("Dataset_1.xlsx")
# Consultar las primeras observaciones
head(Dataset_1)
## # A tibble: 6 × 5
## participacion escolaridad ingreso_hogar desempleo gasto_campana
## <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 51.4 7.57 3.29 19.9 22.6
## 2 62.1 9.43 2.15 14.4 6.09
## 3 46.9 5.59 1.37 13.3 15.0
## 4 64.8 11.5 3.81 7.07 6.59
## 5 63.4 10.2 3.32 7.08 3.9
## 6 48.8 8.47 3.67 13.4 5.71
# Consultar las dimensiones
dim(Dataset_1)
## [1] 120 5
# Número de observaciones
nrow(Dataset_1)
## [1] 120
# Número de variables
ncol(Dataset_1)
## [1] 5
# Identificar las variables
names(Dataset_1)
## [1] "participacion" "escolaridad" "ingreso_hogar" "desempleo"
## [5] "gasto_campana"
El conjunto de datos está compuesto por 120 observaciones y cinco variables.
Las variables se encuentran organizadas de la siguiente manera:
Para el desarrollo del modelo se identifican las siguientes variables:
| Variable | Función en el modelo | Descripción |
|---|---|---|
| participacion | Dependiente (Y) | Representa el nivel de participación que se busca explicar. |
| escolaridad | Independiente (X1) | Representa el nivel educativo de las observaciones. |
| ingreso_hogar | Independiente (X2) | Representa las condiciones económicas de los hogares. |
| desempleo | Independiente (X3) | Representa las condiciones laborales relacionadas con el desempleo. |
| gasto_campana | Independiente (X4) | Representa los recursos económicos destinados al gasto de campaña. |
La variable dependiente es participación, debido a que constituye el fenómeno que se busca explicar mediante el comportamiento de las demás variables.
Las cuatro variables independientes se incorporan inicialmente para evaluar su posible relación con la participación.
Las unidades específicas de medición no se encuentran identificadas en la información disponible del conjunto de datos, por lo que las interpretaciones se realizan en términos de unidades de las variables.
Para la estimación del modelo se establece:
Variable dependiente (Y):
Variables independientes (X):
Se realiza un resumen estadístico para conocer los valores mínimos, máximos, medias, medianas y cuartiles de las variables.
summary(Dataset_1)
## participacion escolaridad ingreso_hogar desempleo
## Min. :35.13 Min. : 4.880 Min. :0.800 Min. : 3.000
## 1st Qu.:50.61 1st Qu.: 7.808 1st Qu.:1.935 1st Qu.: 8.707
## Median :56.44 Median : 8.950 Median :2.660 Median :11.120
## Mean :55.87 Mean : 9.084 Mean :2.625 Mean :11.050
## 3rd Qu.:60.40 3rd Qu.:10.223 3rd Qu.:3.225 3rd Qu.:13.312
## Max. :75.94 Max. :14.000 Max. :5.060 Max. :21.360
## gasto_campana
## Min. : 2.060
## 1st Qu.: 6.355
## Median : 9.660
## Mean :10.081
## 3rd Qu.:12.705
## Max. :22.970
Los resultados descriptivos obtenidos son los siguientes:
| Variable | Mínimo | Primer cuartil | Mediana | Media | Tercer cuartil | Máximo |
|---|---|---|---|---|---|---|
| Participación | 35.13 | 50.61 | 56.44 | 55.87 | 60.40 | 75.94 |
| Escolaridad | 4.880 | 7.808 | 8.950 | 9.084 | 10.223 | 14.000 |
| Ingreso del hogar | 0.800 | 1.935 | 2.660 | 2.625 | 3.225 | 5.060 |
| Desempleo | 3.000 | 8.707 | 11.120 | 11.050 | 13.312 | 21.360 |
| Gasto de campaña | 2.060 | 6.355 | 9.660 | 10.081 | 12.705 | 22.970 |
La variable participación presenta una media de 55.87 y una mediana de 56.44, lo que permite identificar que sus valores centrales se encuentran relativamente próximos.
Por su parte, escolaridad presenta una media de 9.084, mientras que ingreso_hogar registra una media de 2.625.
En cuanto a las condiciones laborales, desempleo presenta una media de 11.050. Finalmente, gasto_campana registra una media de 10.081.
Estas estadísticas permiten conocer el comportamiento general de las variables antes de realizar las estimaciones econométricas.
Antes de estimar los modelos, se comprueba la existencia de valores faltantes en las variables del conjunto de datos.
# Contar valores faltantes por variable
colSums(is.na(Dataset_1))
## participacion escolaridad ingreso_hogar desempleo gasto_campana
## 0 0 0 0 0
# Número total de valores faltantes
sum(is.na(Dataset_1))
## [1] 0
Los resultados de este procedimiento permiten identificar si existen observaciones incompletas que puedan afectar la estimación.
En caso de presentarse valores faltantes, la función lm() utiliza por defecto las observaciones completas mediante el procedimiento de eliminación de casos incompletos.
Por tanto, el número de observaciones efectivamente utilizadas en cada regresión se comprueba mediante los resultados de los modelos.
Una vez realizada la exploración de los datos, se procede a estimar el modelo de regresión lineal múltiple inicial.
Este modelo incorpora todas las variables independientes disponibles en el conjunto de datos, con el propósito de evaluar cuáles presentan una relación estadísticamente significativa con la participación.
La especificación inicial es:
\[Y_i = \beta_0+\beta_1X_{1i}+\beta_2X_{2i} +\beta_3X_{3i}+\beta_4X_{4i}+\varepsilon_i\]
Donde:
# Estimar el modelo inicial con todas las variables
modelo1 <- lm(
participacion ~ escolaridad + ingreso_hogar +
desempleo + gasto_campana,
data = Dataset_1
)
# Mostrar los resultados
summary(modelo1)
##
## Call:
## lm(formula = participacion ~ escolaridad + ingreso_hogar + desempleo +
## gasto_campana, data = Dataset_1)
##
## Residuals:
## Min 1Q Median 3Q Max
## -12.7273 -2.1429 -0.0429 2.4523 10.9116
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 24.02436 2.60615 9.218 1.72e-15 ***
## escolaridad 2.91247 0.23141 12.586 < 2e-16 ***
## ingreso_hogar 1.99254 0.43270 4.605 1.07e-05 ***
## desempleo 0.03134 0.11547 0.271 0.787
## gasto_campana -0.01815 0.08611 -0.211 0.833
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.387 on 115 degrees of freedom
## Multiple R-squared: 0.6726, Adjusted R-squared: 0.6612
## F-statistic: 59.06 on 4 and 115 DF, p-value: < 2.2e-16
Los resultados obtenidos mediante la estimación del modelo son:
| Variable | Estimate | Std. Error | t value | Pr(> |
|---|---|---|---|---|
| Intercepto | 24.02436 | 2.60615 | 9.218 | 1.72e-15 |
| Escolaridad | 2.91247 | 0.23141 | 12.586 | < 2e-16 |
| Ingreso del hogar | 1.99254 | 0.43270 | 4.605 | 1.07e-05 |
| Desempleo | 0.03134 | 0.11547 | 0.271 | 0.787 |
| Gasto de campaña | -0.01815 | 0.08611 | -0.211 | 0.833 |
\[\widehat{Y}=24.02436+2.91247X_1 +1.99254X_2+0.03134X_3-0.01815X_4\]
Escolaridad
La variable escolaridad presenta un coeficiente positivo de 2.91247 y un valor p inferior a 0.05. Esto indica que existe una asociación positiva y estadísticamente significativa entre el nivel educativo y la participación, manteniendo constantes las demás variables.
Ingreso del hogar
El ingreso del hogar presenta un coeficiente positivo de 1.99254 y un valor p de 0.0000107. Este resultado evidencia una asociación positiva y estadísticamente significativa con la participación, manteniendo constantes las demás variables.
Desempleo
La variable desempleo presenta un coeficiente positivo de 0.03134 y un valor p de 0.787. Debido a que este valor supera el nivel de significancia del 5 %, no existe evidencia estadística suficiente para afirmar que tenga una asociación lineal independiente con la participación dentro del modelo inicial.
Gasto de campaña
El gasto de campaña presenta un coeficiente negativo de -0.01815 y un valor p de 0.833. Este resultado indica que la variable no es estadísticamente significativa al nivel del 5 %, por lo que no existe evidencia suficiente para sostener que aporte una asociación lineal independiente con la participación dentro de esta especificación.
Para determinar la significancia de las variables se utiliza un nivel de significancia del 5 %:
\[\alpha=0.05\]
Los resultados permiten identificar:
Por tanto, el modelo inicial muestra que escolaridad e ingreso del hogar presentan significancia estadística, mientras que desempleo y gasto de campaña no alcanzan el nivel establecido.
El modelo inicial presenta los siguientes resultados:
El R² ajustado de 0.6612 indica que el modelo explica aproximadamente el 66.12 % de la variabilidad de la participación, teniendo en cuenta el número de variables independientes incluidas.
Asimismo, el estadístico F permite establecer que el modelo es estadísticamente significativo en conjunto.
Una vez estimado el modelo inicial, se realiza el procedimiento de selección de variables mediante la eliminación progresiva de aquellas que no presentan significancia estadística al nivel del 5 %.
De acuerdo con las instrucciones de la asignación, las variables deben excluirse de una en una, comenzando por aquella que presente el mayor valor p entre las variables no significativas.
En el modelo inicial se identificaron dos variables no significativas:
Al comparar ambos resultados, se observa que gasto de campaña presenta el mayor valor p.
Por esta razón, siguiendo el procedimiento establecido, esta es la primera variable que se excluye del modelo.
Después de retirar la variable gasto de campaña, se estima nuevamente la regresión, conservando escolaridad, ingreso del hogar y desempleo.
# Excluir gasto de campaña
modelo2 <- lm(
participacion ~ escolaridad + ingreso_hogar + desempleo,
data = Dataset_1
)
# Mostrar resultados
summary(modelo2)
##
## Call:
## lm(formula = participacion ~ escolaridad + ingreso_hogar + desempleo,
## data = Dataset_1)
##
## Residuals:
## Min 1Q Median 3Q Max
## -12.730 -2.240 -0.076 2.367 10.792
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 23.82618 2.42070 9.843 <2e-16 ***
## escolaridad 2.91583 0.22991 12.683 <2e-16 ***
## ingreso_hogar 1.98860 0.43052 4.619 1e-05 ***
## desempleo 0.03089 0.11497 0.269 0.789
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.369 on 116 degrees of freedom
## Multiple R-squared: 0.6725, Adjusted R-squared: 0.664
## F-statistic: 79.38 on 3 and 116 DF, p-value: < 2.2e-16
| Variable | Estimate | Std. Error | t value | Pr(> |
|---|---|---|---|---|
| Intercepto | 23.82618 | 2.42070 | 9.843 | < 2e-16 |
| Escolaridad | 2.91583 | 0.22991 | 12.683 | < 2e-16 |
| Ingreso del hogar | 1.98860 | 0.43052 | 4.619 | 1e-05 |
| Desempleo | 0.03089 | 0.11497 | 0.269 | 0.789 |
Después de retirar gasto de campaña, escolaridad e ingreso del hogar continúan siendo estadísticamente significativas al nivel del 5 %.
Sin embargo, desempleo presenta un valor p de 0.789, que continúa siendo superior al nivel de significancia establecido.
Esto indica que, incluso después de retirar gasto de campaña, no se encuentra evidencia estadística suficiente para afirmar que desempleo tenga una asociación lineal independiente con la participación dentro de este modelo.
Por lo tanto, siguiendo el procedimiento de eliminación progresiva, se determina que desempleo debe ser excluida en la siguiente estimación.
El R² ajustado aumenta de 0.6612 a 0.6640 después de retirar gasto de campaña. Esto muestra que la exclusión de dicha variable permite obtener una especificación más sencilla sin reducir de manera relevante la capacidad explicativa del modelo.
Como la variable desempleo continúa sin ser estadísticamente significativa, se procede a retirarla y a estimar nuevamente la regresión.
En esta etapa se conservan únicamente escolaridad e ingreso del hogar.
# Excluir desempleo
modelo3 <- lm(
participacion ~ escolaridad + ingreso_hogar,
data = Dataset_1
)
# Mostrar resultados
summary(modelo3)
##
## Call:
## lm(formula = participacion ~ escolaridad + ingreso_hogar, data = Dataset_1)
##
## Residuals:
## Min 1Q Median 3Q Max
## -12.8173 -2.1509 -0.1302 2.3060 10.6439
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 24.1507 2.0893 11.56 < 2e-16 ***
## escolaridad 2.9142 0.2289 12.73 < 2e-16 ***
## ingreso_hogar 2.0005 0.4265 4.69 7.46e-06 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.351 on 117 degrees of freedom
## Multiple R-squared: 0.6723, Adjusted R-squared: 0.6667
## F-statistic: 120 on 2 and 117 DF, p-value: < 2.2e-16
| Variable | Estimate | Std. Error | t value | Pr(> |
|---|---|---|---|---|
| Intercepto | 24.1507 | 2.0893 | 11.56 | < 2e-16 |
| Escolaridad | 2.9142 | 0.2289 | 12.73 | < 2e-16 |
| Ingreso del hogar | 2.0005 | 0.4265 | 4.69 | 7.46e-06 |
Después de excluir desempleo, las variables escolaridad e ingreso del hogar mantienen su significancia estadística, con valores p inferiores a 0.05.
Por tanto, se obtiene un modelo en el que todas las variables independientes incluidas son estadísticamente significativas.
De esta manera, se cumple el criterio de selección establecido en la asignación y se identifica el tercer modelo como la especificación definitiva.
Con el propósito de observar los cambios producidos durante el proceso de selección, se comparan los principales indicadores de las tres regresiones.
| Indicador | Modelo inicial | Segundo modelo | Modelo final |
|---|---|---|---|
| Variables independientes | 4 | 3 | 2 |
| R² | 0.6726 | 0.6725 | 0.6723 |
| R² ajustado | 0.6612 | 0.6640 | 0.6667 |
| Error residual | 4.387 | 4.369 | 4.351 |
| Observaciones | 120 | 120 | 120 |
La comparación muestra que el R² se mantiene prácticamente constante durante el proceso de selección. Sin embargo, el R² ajustado aumenta progresivamente desde 0.6612 hasta 0.6667.
Esto indica que las variables eliminadas aportaban muy poco a la capacidad explicativa del modelo y que su exclusión permite obtener una especificación más sencilla y adecuada según el criterio de significancia estadística utilizado.
Después de realizar el proceso de selección progresiva, el modelo definitivo conserva las variables escolaridad e ingreso del hogar.
La ecuación estimada es:
\[\widehat{participacion}=24.1507+ 2.9142(escolaridad)+2.0005(ingreso\_hogar)\]
Esta ecuación permite estimar la participación a partir de las condiciones educativas y económicas de las observaciones.
Escolaridad: 2.9142
El coeficiente de escolaridad es positivo, lo que indica que existe una asociación directa entre el nivel educativo y la participación.
Manteniendo constante el ingreso del hogar, un aumento de una unidad en escolaridad se relaciona con un incremento promedio de 2.9142 unidades en la participación.
Desde la perspectiva de la Ciencia Política, este resultado permite plantear que la educación puede constituir un factor asociado con mayores niveles de participación ciudadana. Una mayor formación educativa puede facilitar el acceso a información política, la comprensión de los asuntos públicos y el involucramiento en procesos de participación.
Ingreso del hogar: 2.0005
El coeficiente del ingreso del hogar también es positivo.
Manteniendo constante la escolaridad, un aumento de una unidad en el ingreso del hogar se relaciona con un incremento promedio de 2.0005 unidades en la participación.
Desde una perspectiva socioeconómica, este resultado permite analizar cómo las condiciones económicas pueden relacionarse con las oportunidades de involucramiento ciudadano. Los recursos económicos pueden estar asociados con una mayor disponibilidad de medios y oportunidades para participar en diferentes espacios de la vida política.
En ambos casos, los resultados representan asociaciones estadísticas y no demuestran por sí solos una relación de causalidad.
El modelo final presenta los siguientes indicadores:
El R² ajustado de 0.6667 indica que el modelo logra explicar aproximadamente el 66.67 % de la variabilidad de la participación, teniendo en cuenta el número de variables independientes incluidas.
El porcentaje restante, equivalente aproximadamente al 33.33 %, corresponde a variaciones que no son explicadas por las variables incorporadas en el modelo y que podrían estar relacionadas con otros factores sociales, económicos o políticos.
Por otra parte, el estadístico F de 120 y su valor p inferior a 0.001 permiten establecer que el modelo es estadísticamente significativo en conjunto.
En consecuencia, la escolaridad y el ingreso del hogar constituyen variables relevantes para explicar estadísticamente la participación dentro del conjunto de datos analizado.
Para realizar una predicción se utilizan los valores medios de las variables independientes, obtenidos durante la exploración descriptiva del conjunto de datos.
Los valores seleccionados son:
Se reemplazan estos valores en la ecuación del modelo final:
\[\widehat{Y}=24.1507+2.9142(9.084)+2.0005(2.625)\]
El resultado de la predicción es:
\[\widehat{Y}=55.87498\]
# Crear un nuevo caso con los valores medios
nuevo_caso <- data.frame(
escolaridad = 9.084,
ingreso_hogar = 2.625
)
# Realizar la predicción
predict(modelo3, newdata = nuevo_caso)
## 1
## 55.87498
El resultado indica que, para una observación que presenta un nivel de escolaridad de 9.084 y un ingreso del hogar de 2.625, el modelo estima un nivel de participación aproximado de 55.87 unidades.
Esta predicción permite ilustrar cómo las condiciones educativas y económicas se utilizan conjuntamente para estimar la participación.
Desde la perspectiva de la Ciencia Política, el resultado muestra la utilidad de los modelos estadísticos para estudiar patrones de participación a partir de características socioeconómicas. Sin embargo, se trata de una estimación y no de una garantía de que una observación real presente exactamente ese nivel de participación.
El desarrollo del modelo de regresión lineal múltiple permitió analizar la relación entre diferentes factores socioeconómicos y la participación. A partir de la estimación inicial y del procedimiento de selección progresiva de variables, se determinó que escolaridad e ingreso del hogar presentan evidencia estadística significativa para explicar la participación dentro del conjunto de datos analizado.
En primer lugar, el modelo inicial incorporó cuatro variables independientes: escolaridad, ingreso del hogar, desempleo y gasto de campaña. Los resultados mostraron que escolaridad e ingreso del hogar eran estadísticamente significativas, mientras que desempleo y gasto de campaña presentaban valores p superiores al nivel de significancia del 5 %.
En consecuencia, se realizó la eliminación progresiva de las variables no significativas. Primero se excluyó gasto de campaña, por presentar el mayor valor p (0.833). Posteriormente, se volvió a estimar el modelo y se identificó que desempleo continuaba sin ser estadísticamente significativo, con un valor p de 0.789. Por esta razón, también fue excluida.
El modelo definitivo conservó escolaridad e ingreso del hogar, cuyos coeficientes fueron positivos y estadísticamente significativos. Esto indica que ambas variables presentan una asociación positiva con la participación, manteniendo constante la otra variable incluida en el modelo.
En cuanto a su capacidad explicativa, el modelo final obtuvo un R² ajustado de 0.6667, lo que significa que logra explicar aproximadamente el 66.67 % de la variabilidad de la participación. Este resultado muestra que las variables seleccionadas ofrecen una capacidad explicativa importante para comprender el fenómeno estudiado, aunque no abarcan todos los factores que pueden intervenir en él.
Desde la perspectiva de la Ciencia Política, los resultados permiten destacar la importancia de las condiciones educativas y económicas para estudiar los patrones de participación. Asimismo, el modelo puede servir como herramienta de análisis para explorar cómo las características socioeconómicas se relacionan con el involucramiento ciudadano.
Finalmente, entre las principales limitaciones se encuentra que el análisis contempla únicamente las variables disponibles en el conjunto de datos. Otros factores, como el interés político, la confianza institucional, la identificación partidista, la cultura política y el acceso a información, podrían contribuir a explicar las diferencias en los niveles de participación. Además, los resultados identifican asociaciones estadísticas y no permiten establecer relaciones causales por sí solos.
En conclusión, el proceso de selección permitió obtener un modelo más sencillo, compuesto por variables estadísticamente significativas y con una capacidad explicativa del 66.67 % según el R² ajustado. De esta manera, el análisis evidencia la utilidad de la regresión lineal múltiple para estudiar fenómenos de interés político y social.
El siguiente código reúne las estimaciones realizadas durante el trabajo y permite reproducir los resultados a partir del conjunto de datos original.
# Cargar paquete
library(readxl)
# Importar el dataset completo
Dataset_1 <- read_excel("Dataset_1.xlsx")
# Explorar los datos
dim(Dataset_1)
## [1] 120 5
names(Dataset_1)
## [1] "participacion" "escolaridad" "ingreso_hogar" "desempleo"
## [5] "gasto_campana"
summary(Dataset_1)
## participacion escolaridad ingreso_hogar desempleo
## Min. :35.13 Min. : 4.880 Min. :0.800 Min. : 3.000
## 1st Qu.:50.61 1st Qu.: 7.808 1st Qu.:1.935 1st Qu.: 8.707
## Median :56.44 Median : 8.950 Median :2.660 Median :11.120
## Mean :55.87 Mean : 9.084 Mean :2.625 Mean :11.050
## 3rd Qu.:60.40 3rd Qu.:10.223 3rd Qu.:3.225 3rd Qu.:13.312
## Max. :75.94 Max. :14.000 Max. :5.060 Max. :21.360
## gasto_campana
## Min. : 2.060
## 1st Qu.: 6.355
## Median : 9.660
## Mean :10.081
## 3rd Qu.:12.705
## Max. :22.970
# Verificar datos faltantes
colSums(is.na(Dataset_1))
## participacion escolaridad ingreso_hogar desempleo gasto_campana
## 0 0 0 0 0
# MODELO 1: Regresión inicial
modelo1 <- lm(
participacion ~ escolaridad + ingreso_hogar +
desempleo + gasto_campana,
data = Dataset_1
)
summary(modelo1)
##
## Call:
## lm(formula = participacion ~ escolaridad + ingreso_hogar + desempleo +
## gasto_campana, data = Dataset_1)
##
## Residuals:
## Min 1Q Median 3Q Max
## -12.7273 -2.1429 -0.0429 2.4523 10.9116
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 24.02436 2.60615 9.218 1.72e-15 ***
## escolaridad 2.91247 0.23141 12.586 < 2e-16 ***
## ingreso_hogar 1.99254 0.43270 4.605 1.07e-05 ***
## desempleo 0.03134 0.11547 0.271 0.787
## gasto_campana -0.01815 0.08611 -0.211 0.833
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.387 on 115 degrees of freedom
## Multiple R-squared: 0.6726, Adjusted R-squared: 0.6612
## F-statistic: 59.06 on 4 and 115 DF, p-value: < 2.2e-16
# MODELO 2: Exclusión de gasto de campaña
modelo2 <- lm(
participacion ~ escolaridad + ingreso_hogar + desempleo,
data = Dataset_1
)
summary(modelo2)
##
## Call:
## lm(formula = participacion ~ escolaridad + ingreso_hogar + desempleo,
## data = Dataset_1)
##
## Residuals:
## Min 1Q Median 3Q Max
## -12.730 -2.240 -0.076 2.367 10.792
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 23.82618 2.42070 9.843 <2e-16 ***
## escolaridad 2.91583 0.22991 12.683 <2e-16 ***
## ingreso_hogar 1.98860 0.43052 4.619 1e-05 ***
## desempleo 0.03089 0.11497 0.269 0.789
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.369 on 116 degrees of freedom
## Multiple R-squared: 0.6725, Adjusted R-squared: 0.664
## F-statistic: 79.38 on 3 and 116 DF, p-value: < 2.2e-16
# MODELO 3: Exclusión de desempleo
modelo3 <- lm(
participacion ~ escolaridad + ingreso_hogar,
data = Dataset_1
)
summary(modelo3)
##
## Call:
## lm(formula = participacion ~ escolaridad + ingreso_hogar, data = Dataset_1)
##
## Residuals:
## Min 1Q Median 3Q Max
## -12.8173 -2.1509 -0.1302 2.3060 10.6439
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 24.1507 2.0893 11.56 < 2e-16 ***
## escolaridad 2.9142 0.2289 12.73 < 2e-16 ***
## ingreso_hogar 2.0005 0.4265 4.69 7.46e-06 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.351 on 117 degrees of freedom
## Multiple R-squared: 0.6723, Adjusted R-squared: 0.6667
## F-statistic: 120 on 2 and 117 DF, p-value: < 2.2e-16
# Predicción utilizando los valores medios
nuevo_caso <- data.frame(
escolaridad = 9.084,
ingreso_hogar = 2.625
)
predict(modelo3, newdata = nuevo_caso)
## 1
## 55.87498
Fin del informe.