Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Regresion Add
Regresion Add
Primer paso
Segundo paso
Diseo de la investigacin
Seleccin del tamao muestral
Creacin de variables adicionales
No
Tercer paso
Si
Cuarto paso
Especificacin del investigador
Procedimiento de seleccin
No
A segundo paso:
Creacin de
variables
adicionales
Quinto paso
Sexto paso
Anlisis discriminante
Regresin logstica
EVALUACIN DE LA MULTICOLINEALIDAD
Situacin ideal: Tener una cantidad de variables independientes altamente
correlacionadas con la variable dependiente, pero con poca correlacin
entre s
Multicolinealidad: correlacin entre tres o ms variables independientes
Efecto
La multicolinealidad reduce el poder predictivo de cualquier variable
independiente individual, en la medida en que est asociado con las otras
variables independientes
A mayor colinealidad, la varianza nica explicada por cada variable
independiente se reduce y el porcentaje de prediccin compartida aumenta
Cmo detectar la existencia de multicolinealidad?
1. Examen de la matriz de correlacin de las variables independientes (altas correlaciones
indican elevada colinealidad)
2. Estadsticos de colinealidad: valor de tolerancia (TOL) y factor de inflacin de la varianza
(FIV) (valores de TOL prximos a 0 y elevados valores de FIV, superiores a 4, denotan
multicolinealidad)
Anlisis bivariante
TABULACIN CRUZADA
Mtodo de anlisis comnmente usado para clasificar variables categricas. A travs de una
tabla de contingencia, se cruzan dos variables y se interpretan los porcentajes.
Proporciona un valor chi-cuadrado, que permite contrastar si existe relacin entre las variables
que se cruzan. Valores significativos del estadstico indican que existe relacin.
REGRESIN SIMPLE
Mtodo univariante que analiza la relacin entre una variable dependiente (criterio) y una nica
variable independiente (predictor). El objetivo es predecir cambios en la variable dependiente
en respuesta a cambios en la variable independiente.