RESULTADOS DE LA PRÁCTICA

REGRESIÓN LOGISTICA BINARIA

Integrantes:
PALACIOS HUARACA, CARLOS
ROJAS GALINDO, EDMUNDO JOSE
CASTILLA CABELLO, HUMBERTO

Primer paso: Análisis de variables.

Se identificó la variable dependiente (indicador de condición de actividades) así
como las variables independientes (sexo, edad, no tiene discapacidad, lengua
materna, nivel educativo y antepasados.

Segundo paso: Procesamiento del análisis por medio del spss. Se descartó
las variables: nivel educativo, por sus antepasados, idioma o lengua
materna por su significancia mayor a 0.05, cabe resaltar que en la variable
de nivel educativo( 7:superior no universitaria incompleta, 9: superior
universitaria incompleta, son estadísticamente es significativa, pero para
un analisis de regresión binaria no se puede considerar)
 Las variables no están en la ecuación
Puntuación gl Sig.
Paso 0 Variables Sexo 35,882 1 ,000
Edad ( en años ) 67,387 1 ,000
Nivel educativo 64,676 9 ,000
Nivel educativo(1) ,988 1 ,320
Nivel educativo(2) ,071 1 ,790
Nivel educativo(3) ,390 1 ,532
Nivel educativo(4) 1,202 1 ,273
Nivel educativo(5) ,554 1 ,457
Nivel educativo(6) 1,402 1 ,236
Nivel educativo(7) 5,366 1 ,021
Nivel educativo(8) 3,016 1 ,082
Nivel educativo(9) 49,332 1 ,000
No tiene discapacidad 16,114 1 ,000
Por sus antepasados y de 12,760 7 ,078
acuerdo a sus costumbres,
Ud. se considera:
Por sus antepasados y de 3,377 1 ,066
acuerdo a sus costumbres,
Ud. se considera:(1)
Por sus antepasados y de 1,282 1 ,257
acuerdo a sus costumbres,
Ud. se considera:(2)
Por sus antepasados y de ,020 1 ,888
acuerdo a sus costumbres,
Ud. se considera:(3)
Por sus antepasados y de 1,707 1 ,191
acuerdo a sus costumbres,
Ud. se considera:(4)
Por sus antepasados y de 5,118 1 ,024
acuerdo a sus costumbres,
Ud. se considera:(5)
Por sus antepasados y de ,216 1 ,642
acuerdo a sus costumbres,
Ud. se considera:(6)
Por sus antepasados y de 1,434 1 ,231
acuerdo a sus costumbres,
Ud. se considera:(7)
 Cuál es el idioma o lengua 15,490 6 ,017
materna que aprendió en su
niñez:
Cuál es el idioma o lengua 7,809 1 ,005
materna que aprendió en su
niñez:(1)
Cuál es el idioma o lengua ,575 1 ,448
materna que aprendió en su
niñez:(2)
Cuál es el idioma o lengua 1,062 1 ,303
materna que aprendió en su
niñez:(3)
Cuál es el idioma o lengua 6,209 1 ,013
materna que aprendió en su
niñez:(4)
Cuál es el idioma o lengua 4,579 1 ,032
materna que aprendió en su
niñez:(5)
Cuál es el idioma o lengua ,566 1 ,452
materna que aprendió en su
niñez:(6)
Estadísticos globales 183,463 25 ,000

Tercer paso: Regresión logística binaria consideramos las variables: sexo

edad y no tiene discapacidad:
Cuarto paso: Resultado

Bloque 1: Método = Entrar

Pruebas ómnibus de coeficientes de modelo

Chi-cuadrado gl Sig.
Paso 1 Paso 119,927 3 ,000
Bloque 119,927 3 ,000
Modelo 119,927 3 ,000

Resumen del modelo

Logaritmo de la R cuadrado de R cuadrado de
Paso verosimilitud -2 Cox y Snell Nagelkerke
1 3902,873a ,014 ,037
a. La estimación ha terminado en el número de iteración 6
porque las estimaciones de parámetro han cambiado en menos
de ,001.

Interpretacion: Observamos que el modelo predice la variable criterio en un 3.7%

 Tabla de clasificacióna
Pronosticado
Indicador de Condición de
Actividad Porcentaje
Observado Ocupado Desocupado correcto
Paso 1 Indicador de Condición de Ocupado 7723 0 100,0
Actividad Desocupado 546 0 ,0
Porcentaje global 93,4
a. El valor de corte es ,500

Interpretacion: Aceptamos el modelo al ser el porcentaje mayor a 50%

Variables en la ecuación
B Error estándar Wald gl Sig. Exp(B)
Paso 1a Edad ( en años ) -,027 ,003 67,734 1 ,000 ,973
No tiene discapacidad -1,589 ,347 20,946 1 ,000 ,204
Sexo ,525 ,090 33,753 1 ,000 1,690
Constante -,837 ,398 4,412 1 ,036 ,433
a. Variables especificadas en el paso 1: Edad ( en años ), No tiene discapacidad, Sexo.

Regresión logística

Resumen de procesamiento de casos

Casos sin ponderara N Porcentaje
Casos seleccionados Incluido en el análisis 8269 100,0
Casos perdidos 0 ,0
Total 8269 100,0
Casos no seleccionados 0 ,0
Total 8269 100,0
a. Si la ponderación está en vigor, consulte la tabla de clasificación para el
número total de casos.

Codificación de variable
dependiente
Valor original Valor interno
Ocupado 0
Desocupado 1
 Codificaciones de variables categór

Frecuencia (1) (2) (3)

Nivel educativo Sin Nivel 74 1,000 ,000 ,000
Inicial 1 ,000 1,000 ,000
Primaria Incompleta 281 ,000 ,000 1,000
Primaria Completa 465 ,000 ,000 ,000
Secundaria Incompleta 803 ,000 ,000 ,000
Secundaria Completa 3303 ,000 ,000 ,000
Superior No Univ. Incompleta 392 ,000 ,000 ,000
Superior No Univ. Completa 996 ,000 ,000 ,000
Superior Univ. Incompleta 582 ,000 ,000 ,000
Superior Univ. Completa 1372 ,000 ,000 ,000
Por sus antepasados y de Quechua 1239 1,000 ,000 ,000
acuerdo a sus costumbres, Ud. Aymara 43 ,000 1,000 ,000
se considera: Nativo o indígena de la 42 ,000 ,000 1,000
Amazonía
Negro/Mulato/Zambo/Afro 152 ,000 ,000 ,000
peruano
Blanco 223 ,000 ,000 ,000
Mestizo 6339 ,000 ,000 ,000
Otro 67 ,000 ,000 ,000
NO SABE 164 ,000 ,000 ,000
Cuál es el idioma o lengua Quechua? 688 1,000 ,000 ,000
materna que aprendió en su Aymara? 31 ,000 1,000 ,000
niñez: Otra lengua nativa 15 ,000 ,000 1,000
Castellano 7490 ,000 ,000 ,000
Portugués 31 ,000 ,000 ,000
Otra lengua extranjera 8 ,000 ,000 ,000
ES SORDO MUDO(A) / 6 ,000 ,000 ,000
MUDO(A)

Bloque 0: Bloque de inicio

Tabla de clasificacióna,b
Observado Pronosticado
 Indicador de Condición de
Actividad Porcentaje
Ocupado Desocupado correcto
Paso 0 Indicador de Condición de Ocupado 7723 0 100,0
Actividad Desocupado 546 0 ,0
Porcentaje global 93,4
a. La constante se incluye en el modelo.
b. El valor de corte es ,500

Variables en la ecuación
B Error estándar Wald gl Sig. Exp(B)
Paso 1a Edad ( en años ) -,027 ,003 67,734 1 ,000 ,973
No tiene discapacidad -1,589 ,347 20,946 1 ,000 ,204
Sexo ,525 ,090 33,753 1 ,000 1,690
Constante -,837 ,398 4,412 1 ,036 ,433
a. Variables especificadas en el paso 1: Edad ( en años ), No tiene discapacidad, Sexo.

Ho: todos los coeficientes (excepto la constante) del modelo son ceros.
p-valor significativo<=0.05 por lo que el modelo encontrado tiene el ajuste
significativo requerido.

Logaritmo de la verosimilitud( desviación), cuanto es mas pequeño es el

valor, mejor es el ajuste.
La R cuadrado de Nagelkerke es una versión corregida de la R cuadrado de
Cox y Snell. La R cuadrado de Cox y Snell tiene un valor máximo inferior a
1 incluso para un modelo “perfecto”. La R cuadrado Nagelkerke Corrige la
escala del estadístico para cubrir el rango completo de 0 a 1

Cuarto paso: finalmente la ecuación de regresión logística queda de la

siguiente manera:
1
P( y )  0.837 0.525x1 1.58 x2 0.027 x3
1 e