Versión de HTML Básico
Fecundidad en el Ecuador y su relación con el entorno social y evolutivo
Analíti a
k
1
Revista de Análisis Estadístico
Journal of Statistical Analysis
En resumen, lo resultados obtenidos, ver Tablas 18 y 19,
permiten concluir que la tasa de fecundidad es estimada
adecuadamente por el modelo construido.
Antes de realizar los cambios de escala correspondien-
tes, se realizará un análisis de residuos (similar a lo hecho
en la Fase I). Cabe recordar que el análisis de residuos, de
manera general, indicará la consistencia o no del modelo
lineal, pues los residuos obtenidos deberán tener una va-
rianza constante (homocedasticidad, lo contrario es cono-
cido como heterodedasticidad) y estar normalmente distri-
buidos.
Para saber si los residuos tienen una varianza constante
se realizaró la prueba de la razón de los máximos de vero-
similitud [5]; la cual, basicamente prueba la siguiente hipó-
tesis:
H
0
:
ǫ
i
∼
N
(
0,
σ
2
)
H
1
:
ǫ
i
∼
N
(
0,
σ
2
i
)
para
i
=
1, . . . ,
n
. Al realizar la prueba se calculó el estadís-
tico
c
χ
2
, el cual fue de 1.24. Luego, se comparó el resultado
obtenido con el valor del estadístico a un nivel de confian-
za del 95 %; el valor del estadístico fue de
χ
2
0,95
=
5. Al
comparar los dos valores se observa que
c
χ
2
<
χ
2
0,95
, por
lo que se acepta
H
0
, es decir, la varianza de los residuos es
constante.
Para saber si los residuos están normalmente distribui-
dos se utilizará el gráfico del histograma y el gráfico P-P
normal de regresión, que son mostrados en la Figura 13.
Para el análisis se compara la curva normal con la distribu-
ción empírica en el histograma y, se evalúa el alejamiento
de los puntos representados con respecto a la diagonal.
Figura 13.
Histograma y Gráfico P-P normal. Fase II. Fuente: Elaboración propia.
En base a lo observado en la Figura 13, izquierda, po-
demos concluir que existen desviaciones de la curva nor-
mal en las colas, particularmente en la cola derecha. Sin
embargo, se podría considerar que los datos se distribuyen
normalmente, aún más, se distribuyen de mejor manera a
los resultados obtenidos en el Modelo 2. Esto se ratifica al
observar la distribución de los puntos en el gráfico P-P nor-
mal (Figura 13, derecha).
A pesar de la pruebas realizadas, para confirmar los re-
sultados obtenidos, se realizarán pruebas de multicolinea-
lidad
6
, pues se tiene la sospecha que podría existir este pro-
blema.
Comenzaremos calculando el factor de inflación de la
varianza (
FVI
)
7
. Los resultados obtenidos se muestran en
la Tabla 20.
Nombre Valor
FVI
1 4,59
FVI
2 25,09
FVI
3 14,95
Tabla 20.
Pruebas de Multicolinealidad. Fase II. Fuente: Elabora-
ción propia.
6
La multicolinealidad se produce cuando hay una fuerte correlación entre los regresores. Si la correlación es fuerte afecta a la precisión de los
estimadores y a las pruebas de hipótesis
7
Los factores de inflación de la varianza
FIV
son los valores ubicados en la diagonal de la matriz de correlaciones. Un factor de inflacion de la
varianza superior a 10 es un fuerte indicio de multicolinealidad.
Analítika,
Revista de análisis estadístico
, 1 (2011), Vol. 1(1): 31-55
47