Diferencia de proporciones para muestras independientesDiferencia de proporcionesla proporcin de apoyo al presidente piera es igual en hombres y mujeres?P1: p de hombres que apoyan a Piera (proporcin de xito en la poblacin 1 )P2: p de mujeres que apoyan a piera

H0: P1=P2Ha: p1=/ p2Ha: P1p2Se rechaza h0 si el valor p es menor que 0,05 EJEMPLOP1= aprobacin de los hombres al presidente piera: 36.2%P2= aprobacin de las mujeres al presidente piera: 30.4%

HiptesisH0: p1=p2Ha: P1>p2NOTA: en este caso ocupamos Ha: P1>p2 porque la tabla muestra que se aprueban mas hombres que minas.

No se asumen asumen varianzas iguales porque dice que sig es 0,000.El valor p bilateral es 0,057, el cual es mayor que el valor de significancia 0,05, por lo tanto no se rechaza la hiptesis nula, y podremos decir que la proporcin entre hombres y mujeres son iguales en aprobacin del presidente piera.

Correlaciones bivariadasPodemos ver las correlaciones, para luego elegir un modelo que represente la estadstica.

Correlaciones

Esperanza de vida masculinaAlfabetizacin (%)

Esperanza de vida masculinaCorrelacin de Pearson1,809**

Sig. (bilateral),000

N109107

Alfabetizacin (%)Correlacin de Pearson,809**1

Sig. (bilateral),000

N107107

**. La correlacin es significativa al nivel 0,01 (bilateral).

Luego nos vamos a regresin y luego a regresin lineal

Resumen del modelo

ModeloRR cuadradoR cuadrado corregidaError tp. de la estimacin

1,809a,654,6515,524

a. Variables predictoras: (Constante), Alfabetizacin (%)

El R dice que existe una fuerte correlacin, el R cuadrado corregido dice, que el 65% de la varianza de Y es explicado por la varianza de X Entonces el 65% de la varianza de esperanza de vida, es explicado por la alfabetizacin.

Entonces el modelo seria Coeficientesa

ModeloCoeficientes no estandarizadosCoeficientes tipificadostSig.

BError tp.Beta

1(Constante)38,9781,91320,375,000

Alfabetizacin (%),331,023,80914,095,000

a. Variable dependiente: Esperanza de vida masculina

Y= 39+ 0,331X

H0: (los coeficientes del modelo son iguales a 0) no hay efecto de la variable X sobre la variable YH1: (Almenos un beta es distinto de 0) si hay efecto de X sobre YENTONCES:H0: la alfabetizacin no tiene un efecto significativo sobre la esperanza de vida para los hombresH1: la alfabetizacin tiene algn efecto significativo sobre la esperanza de vida para los hombres

La alfabetizacin si es una variable influyente en la esperanza de vida y tiene mucha relacin.Luego, en vista de datos, los res_1 quiere decir quiere decir que existen otras variables que explicarn de mejor forma el grado de esperanza de vida.

Despus graficamos los errores:

As comprobamos los supuestos de normalidad de los errores:

Y a su vez, comprobamos que no tiene problema de heterocedasticidad porque los errores no aprecian ninguna figura fija grficamente.