Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Iván Argüello
REGRESIÓN DE POISSON:
Modelo de 3 variables y depuración de modelo.
Datos de daños de aviones. Tenemos una matriz de datos con 3 variables
independientes en las cuales se analizaran y eliminarán en un modelo con
ajuste de Poisson como distribución.
y x1 x2 x3
0 0 4 91.50
1 0 4 84.00
0 0 4 76.50
0 0 5 69.00
0 0 5 61.50
0 0 5 80.00
1 0 6 72.50
0 0 6 65.00
2 0 6 57.50
1 0 7 50.00
1 0 7 103.00
1 0 7 95.50
1 0 8 88.00
1 0 8 80.50
2 0 8 73.00
3 1 7 116.10
1 1 7 100.60
1 1 7 85.00
1 1 10 69.40
2 1 10 53.90
0 1 10 112.30
1 1 12 96.70
1 1 12 81.10
2 1 12 65.60
5 1 8 50.00
1 1 8 120.00
1 1 8 104.40
5 1 14 88.90
5 1 14 73.70
7 1 14 57.80
Vamos a hacer el empleo del paquete SPSS con el comando modelos lineales
generalizados de la familia log-lineal de Poisson (recuentos).
Con SPSS:
Para el modelo completo x1, x2, x3 tenemos:
XBondad de ajuste
Valor gl Valor/gl
Desvianza 24.756 26 0.952
Desvianza escalada 24.756 26
Chi-cuadrado de Pearson 23.016 26 0.885
Chi-
cuadrado
Origen de Wald gl Sig.
(Intersección) 0.002 1 0.963
x2 5.597 1 0.018
x1 1.078 1 0.299
x3 3.031 1 0.082
El modelo con la variable x2 indicó valores de los criterios AIC y BIC lo que
hace valido el modelo depurado.
XContrastes de los efectos del modelo
Origen
Chi- gl Sig.
cuadrado
Mtro. Iván Argüello
de Wald
(Intersección 9.981 1 0.002
)
x2 22.759 1 0.000
Esto indica que por cada sitio en que daño a un avión, la carga de bombas
incrementa un 24%.
Resultados con NCSS:
Este programa ofrece una potente sección de análisis para regresiones de
GLM, de la cual se muestran una impresión parcial del resultado:
Mtro. Iván Argüello
Podemos ver que los coeficientes por NCSS son los mismos que con el
programa SPSS.
Method
Deviance Table
Model Summary
Mtro. Iván Argüello
Deviance Deviance
R-Sq R-Sq(adj) AIC
51.46% 45.58% 88.45
Coefficients
Regression Equation
y = exp(Y')
Method
α to remove = 0.1
Deviance Table
Model Summary
Mtro. Iván Argüello
Deviance Deviance
R-Sq R-Sq(adj) AIC
44.69% 42.73% 87.91
Coefficients
Regression Equation
y = exp(Y')
Goodness-of-Fit Tests