Respuesta pregunta 1

Realizada la regresión con los datos ingresados se obtienen los siguientes resultados:
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,420025684
Coeficiente de determinación R^2 0,176421575
R^2 ajustado 0,164485656
Error típico 0,34031576
Observaciones 141

ANÁLISIS DE VARIANZA

Promedio de
Grados de Suma de los Valor crítico
libertad cuadrados cuadrados F de F
Regresión 2 3,423654607 1,711827303 14,78072801 1,52631E-06
Residuos 138 15,98244468 0,115814817
Total 140 19,40609929

Superior
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0% 95,0%
Intercepción 1,286327874 0,340822122 3,774191261 0,000237587 0,612419085 1,960236663 0,612419085 1,960236663
hsGPA 0,453455838 0,095812914 4,732721481 5,42159E-06 0,264004623 0,642907052 0,264004623 0,642907052
ACT 0,009426014 0,010777188 0,874626521 0,383296777 -0,011883757 0,030735786 -0,011883757 0,030735786

De aquí se puede inferir que: la variable que mas peso tiene es la de hsGPA, es decir, si tiene
mejores notas en el bachillerato, mejor será su promedio de notas en la universidad. Ahora el
tener un buen puntaje en el examen de admisión no garantiza que tenga buen promedio, dado
que su % de aporte es de 0,9, en contraste al 45% de las notas de bachillerato.
Respuesta 2

Realizada la regresión de la información proporcionada obtenemos que:

Sin considerar el género de la persona

Sin genero
Resumen

Estadísticas de la regresión
Coeficiente de correlación
0,56215062múltiple
Coeficiente de determinación
0,31601332 R^2
R^2 ajustado 0,31208236
Error típico 0,44086206
Observaciones 526

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 3 46,8741806 15,6247269 80,3909184 9,13E-43
Residuos 522 101,455582 0,19435935
Total 525 148,329763

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%Superior 95,0%
Intercepción 0,2843595 0,10419038 2,72922979 0,00656248 0,07967552 0,48904348 0,07967552 0,48904348
Educ 0,09202899 0,00732992 12,5552453 8,8242E-32 0,07762922 0,10642876 0,07762922 0,10642876
Exper 0,00412111 0,00172328 2,39143696 0,01713563 0,0007357 0,00750652 0,0007357 0,00750652
Tenure 0,02206722 0,00309365 7,13307072 3,2944E-12 0,01598969 0,02814475 0,01598969 0,02814475

Y aquí vemos que la variable que mas peso agrega al salario es el estudio, es decir, por cada año de
estudio, se agrega un 9% en forma positiva al salario. La segunda variable en peso es la
permanencia y finalmente la experiencia.

Ahora bien, agregando la variable de género, pasa lo siguiente:

Con genero
Resumen

Estadísticas de la regresión
Coeficiente de correlación
0,62631456múltiple
Coeficiente de determinación
0,39226993 R^2
R^2 ajustado 0,38760405
Error típico 0,41595912
Observaciones 526

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 4 58,1853053 14,5463263 84,072124 4,6802E-55
Residuos 521 90,1444575 0,17302199
Total 525 148,329763

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%Superior 95,0%
Intercepción 0,50134792 0,10190239 4,91988386 1,1632E-06 0,30115785 0,70153799 0,30115785 0,70153799
Educ 0,08746233 0,0069389 12,6046318 5,5524E-32 0,07383066 0,10109399 0,07383066 0,10109399
Exper 0,00462938 0,00162715 2,84508669 0,00461465 0,0014328 0,00782596 0,0014328 0,00782596
Tenure 0,01736697 0,00297622 5,83523555 9,446E-09 0,01152009 0,02321384 0,01152009 0,02321384
Female -0,30114587 0,03724557 -8,08541361 4,3656E-15 -0,37431583 -0,22797591 -0,37431583 -0,22797591
La variable educación, sigue siendo de un peso considerable para que afecte positivamente el
salario, pero como se ve en la figura la variable si es mujer o no, nos indica que si es mujer, gana
un 30% menos que si no es mujer.

Respuesta 3

Para determinar la media se suman los datos y se dividen por 526:

Media= 3101.35/526 =5.89

Desv=3,693086 esta se determinó con la fórmula de Excel y de manera manual en Excel y da el

mismo valor.

Realizado el método Bootstrap, el resultado del ejercicio es el siguiente:

Wage

Media 6,638533333
Error típico 0,229538264
Mediana 5,84
Moda 5,84
Desviación estándar 3,975719347
Varianza de la muestra 15,80634433
Curtosis 1,147399806
Coeficiente de
asimetría 1,28092588
Rango 15,91
Mínimo 2,25
Máximo 18,16
Suma 1991,56
Cuenta 300

En lo numérico difieren en caso del promedio en un 0,74 y en el caso de la desviación estándar en

un 0,28 que considero no son tan significativos, por tanto, podríamos decir que con el método de
Bootstrap dan valores similares.