Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 3naranget
Tema 3naranget
EL ANÁLISIS DE REGRESIÓN
LINEAL MÚLTIPLE
LECTURA OBLIGATORIA
Modelos Multivariantes 2
LA CORRELACIÓN LINEAL
COEFICIENTE DE CORRELACIÓN de PEARSON
Es una medida del grado de asociación entre dos
variables de intervalo o razón
Una manera útil de examinar la relación entre dos
variables de intervalo es mediante un DIAGRAMA DE
DISPERSIÓN
Tendencia lineal
Y A valores altos de Y le corresponden valores altos de X
Cov( X , Y )
(X i X )(Yi Y )
rxy
(X i X )(Yi Y )
n ( n) S x S y
Modelos Multivariantes 4
REGRESIÓN LINEAL SIMPLE
¿QUÉ ES? Un tipo de análisis que permite conocer en qué
medida una VD o criterio puede ser explicada o predicha a partir de una VI o
predictora, siendo ambas de intervalo o razón
Y
100
90
Aciertos test
EJEMPLO : 80
Modelos Multivariantes 5
Método de MÍNIMOS CUADRADOS
Podríamos intentar ajustar una línea a ojo, por la mitad del diagrama de
dispersión, para obtener una relación lineal entre X e Y
Pero vamos a hacerlo siguiendo un procedimiento matemático, definiendo
una recta en el plano X,Y, con unos parámetros concretos.
Tenemos que buscar la ecuación que minimice los errores de predicción.
Modelos Multivariantes 6
Método de MÍNIMOS CUADRADOS
Sy
a Y bX b rxy
Sx
En el caso de que…
b= 0.93
Predeciríamos un incremento de 0.93 en los aciertos del test por
cada hora de estudio. Un signo negativo de b indicaría que a más
horas de estudio menos aciertos.
Modelos Multivariantes 7
Interpretación de los coeficientes
a indica el valor pronosticado de Y cuando X es cero (“intercepto”)
SCerror
Yi Yˆi 2
ei mínimo
2
Modelos Multivariantes 8
FUENTES DE VARIACIÓN
Desviación total= Desviación debido a X + Desviación debido al error
Modelos Multivariantes 9
GRÁFICAMENTE
Y (Yi Yˆi )
y=a+bX
no explicada
(Yi Y )
total (Yˆi Y ) La predicción más sencilla sería
asignarle la media global. La parte
explicada explicada por el modelo es
Y
justamente la cantidad en que se
reduce la desviación total debido a
nuestro conocimiento de otras
variables y su relación con la VD
X (ecuación de regresión)
Modelos Multivariantes 10
Varianza explicada
Se le llama también coeficiente de determinación (R2)
Es una proporción entre la variación explicada por la ecuación
de regresión, con respecto a la variación total
R 2 xy
variac.total SC total (Y Yi ) 2
R 2 xy 1
variac.total SC total (Y Yi ) 2
Modelos Multivariantes 11
EJEMPLO
El objetivo del responsable de MKT de una estación de esquí es
determinar cuáles son las variables que mejor explican que
un sujeto esquíe mucho o poco en su estación
Modelos Multivariantes 12
¡OJO AL DISEÑO!
Prestar especial atención a varios elementos:
Fijar bien los objetivos
Todas las variables deben ser métricas (de ESCALA)
Especificar correctamente el modelo:
Especificar la VD y las VI
No omitir variables relevantes ni incluir irrelevantes
Utilizar herramientas adecuadas para recoger (medir) los datos
Garantizar que se cumplen una serie de Supuestos:
NORMALIDAD DE LAS Vs
LINEALIDAD (relación lineal entre predictores y criterio)
Ausencia de MULTICOLINEALIDAD
INDEPENDENCIA de los errores
NORMALIDAD de los errores
Modelos Multivariantes 13
EL ANÁLISIS EN SPSS
VARIOS MÉTODOS
A la hora de realizar el análisis de regresión mediante SPSS existen
diferentes métodos para seleccionar los predictores a incluir en el modelo
de regresión. Las opciones son fundamentalmente dos:
Modelos Multivariantes 14
INTERPRETACIÓN DE RESULTADOS
SIGNIFICACIÓN DEL MODELO (contraste global: F)
Se comprueba hasta qué punto la Variación Explicada por la Regresión es
significativa. Se trata de un cociente o proporción con relación a la varianza de error.
Cuanto más grande sea con los datos muestrales, menor probabilidad habrá de que
en la población ese cociente sea 0. d ANOVA
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 101,995 1 101,995 46,689 ,000 a
Residual 50,245 23 2,185
Total 152,240 24
2 Regresión 117,619 2 58,809 37,370 ,000 b
Residual 34,621 22 1,574
Total 152,240 24
3 Regresión 127,987 3 42,662 36,940 ,000 c
Residual 24,253 21 1,155
Total 152,240 24
a. Variables predictoras: (Constante), INGRE SOS ECONÓMICOS
Modelos Multivariantes 16
INTERPRETACIÓN DE RESULTADOS
LOS PARÁMETROS
“a” es la constante, el intercepto, valor de Y cuando X=0
17
INTERPRETACIÓN DE RESULTADOS
SIGNIFICACIÓN DE LOS PARÁMETROS (contraste particular: t)
Para comprobar si cada V.I. por influye significativamente sobre la V.D.,
comprobando si se trata de un predictor estadísticamente significativo
(“significativamente distinto de 0”)
H0: BP = 0 H1: BP 0
Coeficien tes a
Coeficientes no Coeficientes
es tandarizados es tandarizados
Modelo B Error típ. Beta t Sig.
1 (Constante) ,343 ,813 ,422 ,677 Bp
INGRESOS E CONÓMICOS 2,922E-03 ,000 ,819 6,833 ,000 t
2 (Constante)
INGRESOS E CONÓMICOS
9,728E-02
2,153E-03
,695
,000 ,603
,140
4,924
,890
,000
SeB p
AÑOS PRACTICANDO ESQUÍ ,227 ,072 ,386 3,151 ,005
3 (Constante) -2,244 ,982 -2,285 ,033
INGRESOS E CONÓMICOS 2,075E-03 ,000 ,581 5,526 ,000
AÑOS PRACTICANDO ESQUÍ ,201 ,062 ,341 3,215 ,004
SAT ISFACCIÓN GENERA L ,388 ,129 ,268 2,996 ,007
a. Variable dependiente: Nº DÍAS QUE ESQUÍA POR TE MPORA DA
Modelos Multivariantes 18
INTERPRETACIÓN DE RESULTADOS
b vs.
Como las XP fueron medidas en escalas diferentes (años, euros, número
personas, etc.) los coeficientes “b” NO SON COMPARABLES ENTRE SÍ
Para saber qué predictor es más importante hay que normalizar los
coeficientes b. SX p
p bp
SY
Modelos Multivariantes 19
Razones por las que Bp puede no ser
significativo
Tamaño de la muestra inadecuado. Solución: ampliar el “n” (arma de
doble filo)
Modelos Multivariantes 20
EL ERROR EN LA REGRESIÓN
¿QUÉ ES? Y - Y’ = e
¿A qué puede deberse?
Variables relevantes omitidas en el modelo e inclusión de irrelevantes
Mala especificación del modelo (relaciones no lineales entre Xi e Y)
Errores en la medición (recogida de datos)
Comportamiento cambiante de los sujetos
Modelos Multivariantes 21
¿Cómo mejorar el ajuste del modelo?
Y
100
Tratamiento de los Outliers 90
70
50
Brutos (no tipificados) 50 60 70 80 90 100
X
Tipificados (divididos por Se - nunca superior a 3, incluso 2)
Otros indicadores
Distancia de Cook (valores >1 gran importancia de un sujeto en los parámetros del
modelo)
Distancia de Mahalanobis (valores altos, sujetos distintos al resto)
Modelos Multivariantes 22
Comprobación de supuestos
Normalidad de cada VI (Lilliefors)
Linealidad
Diagramas de dispersión particulares (de cada VI con la VD)
Ausencia de Multicolinealidad
TOLERANCIA. Una tolerancia alta indica que la VI es
independiente del resto de variables del modelo.
Independencia de los errores (residuos)
Estadístico Durbin-Watson
Normalidad de los residuos
Histograma, Gráfico de probabilidad normal, K-S
Modelos Multivariantes 23