Linealidad

Linealidad: Ausencia de relación no lineal entre predictores y variable dependiente. Se refiere a que la relación entre la(s) variables predictoras (X1,X2..Xk) y la variable dependiente (Y) seaefectivamente de tipo lineal. Para evaluar este supuesto se recurre al análisis del gráfico de dispersión entre los residuos estandarizados (*ZREDIS) en el eje “y” contra los valores predichosestandarizados (*ZPRED) en el eje “x”. banda horizontal (no debe haber una relación curvilínea)

2. Los residuos son independientes entre sí (no están correlacionados): El residuo de una persona no deberíatener relación ni estar influenciado con el residuo de otros sujetos. Por ejemplo, cuando se estudia a familias o un curso completo hay dependencia de datos.
El grado de dependencia puede medirse conel coeficiente de correlación intraclase (ICC), si es sobre o igual a 0.10 hay dependencia importante, por lo que no se cumpliría el supuesto. También puede medirse la dependencia de los datos con elestadístico Durbin-Watson (DW), ésta prueba sólo se usa si se hizo una investigación a grupos y se ingresaron los datos del grupo en orden. De esta forma se verá el parecido. El valor debe estar entre1 y 3 para que no exista dependencia (Hay autores que proponen que sea entre 1,5 y 2,5 para asumir independencia).
3. Homocedasticidad de los residuos: Se refiere a que las varianzas de los residuossea constante. También se evalúa mediante el análisis del gráfico de dispersión entre los residuos estandarizados (*ZRESID) en el eje Y, contra los valores predichos (pronósticos) estandarizados(*ZPRED) en el eje X. Hay homocedasticidad cuando la nube de puntos no muestra un aumento o disminución en su dispersión, siendo uniforme en todo el rango de valores pronosticados.
4. Normalidad en ladistribución de los residuos: Puede evaluarse a partir de histogramas de los residuos tipificados y el gráfico de probabilidad normal, también puedes usar el Q-Q Plot y P-P Plot que ya conoces o los...