19.038.

250-8
Tarea Modelo Lineal Generalizado Poisson
En la siguiente estrega se analizar la postura de los encuestados frente a la situacin de ser vecinos de distintos
grupos, como homosexuales, transexuales, gitanos, mapuches entre otros; esto en la medida a que las variables
independientes utilizadas (Edad, Regin, GSE) intensifican las posturas. Para esto se construir un indicador
(contador), que en este caso se relaciona con la postura de la gente frente a 9 grupos distintas; la variable
contadora vislumbrara que tanto no les gustara ser vecino de cualquiera de estos grupos, y a travs del modelo
generalizado se estudiara los factores que determinan la intensidad la variable dependiente.
1) En primer lugar, se llev a cabo la construccin de nuestra variable dependiente a travs de 9 preguntas de la
encuesta INJUV, estas enfocadas a identificar la postura de la gente frente a ser vecinos de distintos grupos
mediado por 9 escenarios posibles; a travs de SPSS y la operacin contar valores dentro de casos se
gener la variable.

2) Anlisis Bivariado
En segundo lugar, se llev a cabo un anlisis bivariado entre la variable dependiente y las variables
independientes (Edad, Regin, y GSE).
Para el bivariado entre el Contador y sexo se llev a cabo una prueba t de muestras independientes para ver la
diferencia de medias que se da entre cada sexo, as lo vemos en la siguiente tabla:
Para el bivariado entre el contador y edad se llev a cabo una
correlacin debido a que ambas variables son de naturaleza
cuantitativa, as lo vemos en la siguiente tabla:
En primer lugar, vemos que existe un Sig. < 0,05; por ende, la
correlacin es significativa. Por otro lado, vemos que el coeficiente de
Pearson es negativo (-0,021) por ende es inverso, esto quiere decir
que, entre ms edad, menos de los grupos analizados estaran en el
gusto de las personas como vecinos.
En segundo lugar, se llev a cabo una prueba t de muestras independientes para el anlisis bivariado del
contador y la regin (MT, y No MT). As lo vemos en la siguiente tabla:
En primer lugar, se llev a
cabo la prueba de Levene para
ver la diferencia entre las
varianzas, para esto se realiz
una prueba de hiptesis con
H1: Se asumen varianzas
iguales, y H0: No se asumen varianzas iguales. Con un Sig. < 0,05 rechazamos H1 y se asume que existe una
diferencia significativa entre las varianzas.
Luego se realiz una prueba de hiptesis para ver la diferencia de medias entre las regiones con H1: No hay
diferencia significativa entre las medias, y H0: Si hay diferencias significativas entre las medias. Con un Sig. >
0,05 se rechaza H1 y se asume que hay diferencia de medias en Regin. Por ende, la postura de no querer tener
como vecinos a estos grupos, vara segn la regin.
19.038.250-8
Por ltimo, tenemos el anlisis bivariado entre el contador y GSE, por lo cual se llev a cabo una prueba
ANOVA debido a que la variable actividad es posee ms de 2 categoras. As lo vemos en la siguiente tabla:
Para esta prueba se realiz una prueba de
hiptesis con H1: No existen diferencias
significativas entre las medias, y H0: Existen
diferencias significativas entre las medias.
Con un Sig. < 0,05 se rechaza H1 y se asume
que hay diferencias significativas entre y/o
dentro de los grupos dados por la variable
GSE; por lo que asumimos que la Grupo socioeconmico si es un discriminante en la variable estudiada.
3) Justificacin e hiptesis
Se ha llevado a cabo un modelo generalizado Poisson debido a que esta distribucin
toma en cuenta el nmero de ocurrencias de un evento de inters, en este caso la
postura de la gente al no querer tener como vecinos a ciertos grupos caractersticos.
Para esto se ocup valores enteros para ver la ocurrencia que entrega esta variable.
Tambin se ha podido observar en los nmeros enteros de la distribucin en el
histograma se concentran a la izquierda, caracterstico de una distribucin Poisson
como vemos en el grfico de la izquierda.
En base a esto se ha planteado una prueba de hiptesis con H1: Los
coeficientes de todos los trminos (excepto la constante) son cero, y H1: Al
menos 1 coeficiente es distinto de cero. Vemos los datos en la siguiente tabla:
Con una Sig. < 0,05, rechazamos H1 y asumimos que al menos un coeficiente
del modelo es distinto de cero, por ende, procedemos a analizar el modelo.
4) Uso de tcnica
Luego se ha procedido a verificar cuales de las variables estudiadas son significativas o no, y cuales poseen la
mayor incidencia. Esto se ha hecho en base al coeficiente de Chi Cuadrado de Wald, veamos los datos en la
siguiente tabla:
En primer lugar, enfocndonos en la significacin vemos que las
variables SEXO, Region_rec, GSE, y EDAD poseen un Sig. < 0,05;
por ende, si son significativas en el modelo. Por otro lado, la variable
Actividad (P104R) tiene un Sig. > 0,05; por lo cual, no es significativa
en el modelo.
En segundo lugar, tenemos el Chi-Cuadrado de Wald, que nos indica
cual es la variable de ms incidencia. En este caso vemos que la
variable Region_rec; con un chi cuadrado de 252,6, y GSE con 69,2;
son las variables que ms inciden en el modelo. Esto se profundizar en la interpretacin de coeficientes.

5) Interpretacin de coeficientes
19.038.250-8
Para la interpretacin del coeficiente aqu tenemos la tabla del modelo:
En primer lugar, se calcularon los Exp de cada
variable, como vemos en Exp(B) al lado de B en
la tabla.
En segundo lugar, nuevamente tenemos el
coeficiente de Chi cuadrado de Wald, donde
podemos ver la intensidad de la incidencia de
cada variable.; aqu comprobamos que es la
variable regin, con GSE (En cada una de sus
categoras), las que ms inciden en el modelo.
Por otro lado, volvemos a ver la significancia de
las variables, donde comprobamos que la
variable actividad no incide en el modelo ya que
posee en sus categoras un Sig. > 0,05.

Por ltimo, enfocados en los coeficientes Beta del modelo, vemos que todos tienen signo positivo, por lo que la
incidencia se da en la variable dependiente Exp (B) veces lo que la variable independiente posee en su
coeficiente, por ejemplo:
a- Sexo: El variable sexo (Referencia mujer) incide 1,060 veces en el no gustar tener como vecinos a
alguno de los grupos con respecto a la mujer.
b- Regin: La variable Regin (Referencia No MT) incide en 0,0242 veces en el no gustar tener como
vecinos a alguno de los grupos con respecto a la Regin MT.
c- GSE:
- GSE1: 0,796 veces en el no gustar tener como vecinos a alguno de los grupos con respecto a GSE5.
- GSE2: 0,716 veces en el no gustar tener como vecinos a alguno de los grupos con respecto a GSE5.
- GSE3: 0,701 veces en el no gustar tener como vecinos a alguno de los grupos con respecto a GSE5.
- GSE4: 0,786 veces en el no gustar tener como vecinos a alguno de los grupos con respecto a GSE5.
d- Edad: 0,991 veces en el no gustar tener como vecinos a alguno de los grupos con respecto a GSE5 por
cada ao.
Y as con todas las variables independientes, menos Actividad, la cual no incide en el modelo.
6) Estimacin

Contador = 1,649*1(Hombre) + Regin*0(No MT) + 0,701 (GSE = 3) + 0,991*29(Edad)

0,945712054
Con la frmula del modelo podemos ver que un hombre de 29 ao, que no vive en la regin metropolitana, con
un GSE medio al menos tendra 1 vez una postura en contra de ser vecinos de algn grupo identificado en
la variable.
El clculo se realiz con la tabla utilizada en el punto anterior.
19.038.250-8
Por ltimo, con la realizacin de este modelo podemos ver que existe una fuerte discriminacin en contra de
grupos, ya sea ligado a gnero, etnia, migracin, discapacitados, y enfermos. esto demostrndose en que entre
ms cerca de la dimisin social de una persona (en este caso ser vecinos) ms afectado se sienten las personas, y
ms visible se hace la discriminacin.