REGRESION LINEAL MULTIPLE He realizado la regresión lineal múltiple en las dos bases de datos, tanto en la que los municipios estaban agrupados por tamaño de población, como en la que están agrupados por partido político en el gobierno. El objetivo es comprobar se el gasto público per cápita puede explicarse mediante las variables dummy ‘electoral’, ‘preelectoral’, ‘postelectoral’ y ‘tamaño de la población’ (en un caso) o ‘partido político’ (en el otro) He decidido incluir una nueva variable, en este caso postelectoral, para ver si podía tener alguna relevancia a la hora de explicar el gasto público per cápita. Partido político. En este caso tendríamos la variable dependiente, gastos per cápita y las variables predictoras, preelectoral, electoral, postelectoral y partido político. Para ver si los años pueden explicar los gastos per cápita y además me ha parecido interesante integrar la variable de partido político para ver si esta seria significativa. El resultado ha sido: Resumen del modelo Error estándar de la Modelo R 1 ,554a R cuadrado R cuadrado ajustado ,307 estimación ,238 205,09593 a. Predictores: (Constante), POSTELECTORAL, PARTIDO, PREELECTORAL, ELECTORAL ANOVAa Modelo 1 Suma de cuadrados Regresión Media cuadrática gl 745463,597 4 186365,899 Residuo 1682573,614 40 42064,340 Total 2428037,211 44 a. Variable dependiente: GASTOS PERCAPITA b. Predictores: (Constante), POSTELECTORAL, PARTIDO, PREELECTORAL, ELECTORAL F 4,430 Sig. ,005b Coeficientesa Coeficientes Coeficientes no estandarizados Modelo 1 Error estándar B (Constante) 1622,228 95,467 PARTIDO -153,528 37,445 -54,182 ELECTORAL PREELECTORAL POSTELECTORAL Estadísticas de colinealidad estandarizados Beta t Sig. Tolerancia VIF 16,993 ,000 -,540 -4,100 ,000 1,000 1,000 83,730 -,103 -,647 ,521 ,682 1,467 16,083 90,439 ,028 ,178 ,860 ,714 1,400 -46,437 83,730 -,088 -,555 ,582 ,682 1,467 a. Variable dependiente: GASTOS PERCAPITA Diagnósticos de colinealidada Proporciones de varianza Modelo Dimensión 1 1 2,718 1,000 ,01 ,02 ,02 ,02 ,02 2 1,000 1,649 ,00 ,00 ,06 ,41 ,08 3 1,000 1,649 ,00 ,00 ,26 ,00 ,24 4 ,218 3,532 ,02 ,21 ,53 ,46 ,53 5 ,064 6,499 ,97 ,77 ,13 ,11 ,13 Autovalor Índice de condición (Constante) PARTIDO ELECTORAL PREELECTORAL POSTELECTORAL a. Variable dependiente: GASTOS PERCAPITA En la tabla ANOVA, si nos fijamos en sig., vemos que es menos a 0,05, por lo que nos indica que alguna de las variables es significativa en el modelo, cosa que verificamos en la tabla de coeficiente, en esta si nos fijamos de igual manera en la columna sig., podemos ver que la variable partido política es significativa, por lo cual explica ifnluye en el gasto per cápita, en el caso de las variables electoral, preelectoral y postelectoral, podemos ver que ninguna de ellas es significativa, por lo cual no explica tienen influencia en el gasto per cápita. Uno de los problemas que se pueden presentar mediante regresión múltiple es el de la ‘colinealidad’, es decir, que exista una relación lineal entre alguna de las variables predictoras. Otro de los datos que nos aporta el análisis es la colinealidad, Solicitanto un análisis de colinealidad, podemos ver en la tolerancia que todos los valores son cercanos a 1 por lo que no existe colinealidad entre las variables. POBLACION Del mismo modo, lo realizamos con la base de datos del tamaño de población, podemos ver que los resultados son muy similares a los anteriores, en la tabla ANOVA, vemos en la columna de sig. que alguna de las variables explica el gasto per cápita, cosa que, si nos fijamos en la tabla de coeficientes, de nuevo en la columna sig., vemos que la única variable significativa es la variable tamaña de población. En cuanto a la colinealidad, también vemos que no existe colinealidad entre las variables. Resumen del modelo Error estándar de la Modelo R 1 ,785a R cuadrado estimación R cuadrado ajustado ,616 ,598 199,44089 a. Predictores: (Constante), POSTELECTORAL, TAMAÑO_POB, PREELECTORAL, ELECTORAL ANOVAa Modelo 1 Suma de cuadrados Media cuadrática gl Regresión 5417108,152 4 1354277,038 Residuo 3381016,866 85 39776,669 Total 8798125,017 89 F Sig. 34,047 ,000b a. Variable dependiente: GASTOS PERCAPITA b. Predictores: (Constante), POSTELECTORAL, TAMAÑO_POB, PREELECTORAL, ELECTORAL Coeficientesa Coeficientes Coeficientes no estandarizados Modelo 1 B Error estándar (Constante) 1616,740 59,276 TAMAÑO_POB -142,475 12,310 Estadísticas de colinealidad estandarizados Beta t -,778 Sig. 27,275 ,000 -11,574 ,000 Tolerancia 1,000 VIF 1,000 12,153 62,187 ,016 ,195 ,846 ,714 1,400 ELECTORAL -44,176 57,574 -,062 -,767 ,445 ,682 1,467 POSTELECTORAL -65,941 57,574 -,093 -1,145 ,255 ,682 1,467 PREELECTORAL a. Variable dependiente: GASTOS PERCAPITA Diagnósticos de colinealidada Proporciones de varianza Modelo Dimensión 1 1 2,684 1,000 ,02 ,02 ,02 ,02 ,02 2 1,000 1,638 ,00 ,00 ,04 ,15 ,31 3 1,000 1,638 ,00 ,00 ,37 ,16 ,01 4 ,234 3,386 ,01 ,32 ,39 ,46 ,46 5 ,082 5,736 ,98 ,65 ,17 ,20 ,20 Autovalor Índice de condición TAMAÑO_POB (Constante) PREELECTORAL ELECTORAL POSTELECTORAL a. Variable dependiente: GASTOS PERCAPITA Otra de las cosas que he intentado ver es que, como me resultó tan interesante que la variable partido político explicaba el gasto per cápita, he estado viendo cómo podía ver como afectaba cada uno de los partidos, y he visto que con un análisis ANOVA de un factor se podría ver, lo he realizado y se puede ver que las medias de gasto per cápita de PP y PSOE, son iguales, ya que vemos que no es menor a 0,05, por tanto, se acepta H0, medias iguales. Donde si es significativo es cuando comparamos PP y PSOE, con aquellos municipios cuyo gobierno ha ido alternando un partido y otro. ¿LO INCLUYO EN EL TRABAJO? Comparaciones múltiples Variable dependiente: GASTOS PERCAPITA Intervalo de confianza al 95% Diferencia de medias (I- HSD Tukey (I) PARTIDO (J) PARTIDO PP PSOE Bonferroni PP Límite inferior Límite superior 72,77067 ,513 -95,9360 257,6558 * 72,77067 ,000 130,2603 483,8520 -80,85992 72,77067 ,513 -257,6558 95,9360 * 72,77067 ,009 49,4003 402,9921 -307,05614* 72,77067 ,000 -483,8520 -130,2603 PSOE -226,19622 * 72,77067 ,009 -402,9921 -49,4003 PSOE 80,85992 72,77067 ,818 -100,6059 262,3258 PP ALTERNANCIA ALTERNANCIA Sig. 80,85992 ALTERNANCIA PSOE Error estándar J) PP 307,05614 226,19622 307,05614* 72,77067 ,000 125,5903 488,5220 -80,85992 72,77067 ,818 -262,3258 100,6059 226,19622* 72,77067 ,010 44,7304 407,6621 PP -307,05614* 72,77067 ,000 -488,5220 -125,5903 PSOE -226,19622* 72,77067 ,010 -407,6621 -44,7304 ALTERNANCIA PSOE PP ALTERNANCIA ALTERNANCIA *. La diferencia de medias es significativa en el nivel 0.05.
