Minitab

Solo disponible en BuenasTareas
  • Páginas : 12 (2772 palabras )
  • Descarga(s) : 0
  • Publicado : 29 de agosto de 2010
Leer documento completo
Vista previa del texto
Construcción de modelos utilizando MINITAB

Índice

Resumen ejecutivo 2
Introducción 3
Desarrollo 4
Teoría aplicada en la selección de variables 4
Como utilizar Minitab 12
Ejemplo 15
Conclusión 17
Referencias 20

Resumen Ejecutivo

El presente trabajo muestra la forma en que se selecciona el mejor subconjuto devariables regresoras con la herramienta STEPWISE de Minitab.

Su objetivo es conocer el marco teórico de la herramienta, saber aplicarlo con un ejemplo y analizar el mejor subconjunto ofrecido por el programa. Además, ser capaz de tener verificar si es realmente el mejor de todos los subconjutos posibles, teniendo en cuenta el criterio del operador.

Introducción

Al encontrarnos en unaeconomía abierta y globalizada, las empresas de hoy en día se encuentran vulnerables a las variaciones que presente la economía interna tanto como externa, influyendo positiva o negativamente en el rendimiento de éstas y en el crecimiento del país. Es por esto, que hoy se cuestiona que variables y en que medida influyen en el rendimiento de las empresas de manera de poder explicar y predecir ciertoscomportamientos económicos.

Para realizar este análisis, se debe elegir la variable a explicar y las variables que se cree que afectan a esta variable. Actualmente gracias a la interconexión es muy fácil obtener información de diferentes periodos de tiempo respecto a la economía y respecto a la empresa, existiendo datos sin límites para el modelo. Pero es casi imposible realizar un modelo deregresión para poder explicar una variable con cientos de variables explicativas, tendría una aproximación de la realidad muy cercana pero no serviría para explicar la variable a explicar, ya que perdería de practicidad. Por lo que es importante elegir de manera óptima las variables, de tal manera que no pierda el sentido explicativo del fenómeno a explicar pero que tampoco quede el modelo sinvariables que influyen en ella.

Este problema se puede solucionar utilizando diferentes Software estadísticos que permiten la comparación de variables en el modelo y la elección de aquellas variables que más influyan en la variable a explicar. Pero, como se identifica si el modelo elegido por el programa es realmente factible, es aquí donde debe intervenir el conocimiento y el análisis de quienesta haciendo el modelo de regresión.



Desarrollo

1.- Teoría aplicada en la selección de variables.

Se espera que un modelo de regresión lineal explique el comportamiento de una variable respuesta Y lo mejor posible. Para hacer esto posible se debe considerar:

* PERSIMONIA: Un modelo se debe conversar tan simple como sea posible, debe poseer unas pocas variables que capturen laesencia del fenómeno.

* BONDAD DEL AJUSTE: Como el modelo debe explicar tanto como se pueda el comportamiento de la una variable explicativa, el modelo se considerará bueno a través del medidor R2, en conjunto con otros indicadores.

* CONSISTENCIA TEÓRICA: Un modelo no puede considerarse bueno si uno o más parámetros estimados tienen signos equivocados.
Actualmente se dispone deuna gran cantidad de posibles variables regresoras y es común querer utilizar toda la información disponible para crear un modelo, pero ingresar muchas variables al modelo influye en la varianza del modelo, a mayor número de regresores mayor es la varianza de cada uno de éstos. Además, este alto nivel de regresores puede generar problemas de multicolinealidad.
Para elegir el subconjunto devariables regresoras existe el modelo STEPWISE que posee tres posibles procedimientos para la elección de variables:

1.- Paso a Paso
2.- Paso Descendente
3.- Paso Ascendente
Métodos:

1. Paso a paso

Método que inicia con la variable que posee mayor correlación con la variable explicativa y va incluyendo o excluyendo variables al modelo. Una variable que ha sido incluida en el modelo...
tracking img