Regresion Lineal Multiple
Contenido
• Aplicación de la técnica en SPSS
• Interpretación de las salidas
• Análisis de perfiles
Aplicación de la técnica en SPSS
Supongamos que, vamos a realizar la RLM, buscando predecir el comportamiento del Índice de Aprobación al Gobierno (V.D), en base a:
• la edad
• la participación ensindicato (recodificada)
• la zona (recodificada)
• el Índice de Percepción de Conflictividad
• el NSE (V.I.). Para evitar problemas de multicolinealidad en la técnica consideraremos solo las variables_
o NSEAlto
o NSEMedio.
Además vamos a agregar:
• la posición política (230); para ello seleccionamos los valoresperdidos (=9). Y Creamos 3 variables “izquierda” (3), “centro” (2) y “derecha” (1). Si no es ninguno de los 3 (=0), será indiferente o de ninguna posición.
Entonces vamos a Analizar( Regresión( Lineales
[pic]
Ahí agregamos como dependiente la variable IAG; y las demás como independientes.
En método podemos elegir:
• Introducir: todas las variables se ingresansimultáneamente
• Forward: Se introducen secuencialmente, ingresando primero las de mayor correlación con la V. Dependiente.
• Pasos sucesivos: En cada paso se agrega 1 variable; añadiendo primero la que hace una contribución más grande a explicar que la VD. Se diferencia de “forward” en que puede revertirse el ingreso de variables posteriormente.
• Eliminar: Se eliminan lasvariables en 1 paso
• Hacia atrás: se introducen todas, y luego se van excluyendo
En este caso vamos a usar “Introducir”..
[pic]
Luego vamos a estadísticos. Ahí seleccionamos
• En coeficientes de regresión ( Estimaciones ( Intervalos de Confianza
• Ajuste del modelo
• Diagnostico por caso
Ponemos aceptar. Luego en las salidas veremos lautilidad de cada uno de estos.
Luego vamos a gráficos, y seleccionamos las dos opciones de gráficos para residuos tipificados. Además se incorpora en y:zpred, y en x:zresid
Vamos a opciones; y para valores perdidos pedimos reemplazar por la media.
Ponemos aceptar y procedemos a analizar las salidas.
Interpretación de las salidas
|Resumen del modelob|
|Modelo |R |R cuadrado |R cuadrado corregida |Error típ. de la |
| | | | |estimación |
|1 |,439a |,193 |,189 |5,62105 |
|a. Variables predictoras: (Constante), Izquierda, Indicede percepción de |
|conflictividad, Sindicalismo recodificado, ¿Es ud. del NSE Alto?, Zona Recodificada, |
|Derecha, ¿Es ud. del NSE Medio?, Centro |
|b. Variable dependiente: Indice Aprobacion Gobierno |
Lo primero que observamos es el R cuadrado corregido. El coeficiente dedeterminación múltiple puede definirse como la proporción de varianza explicada por la ecuación de regresión, respecto del total de varianza a explicar en la muestra de la variable dependiente; en suma, expresa la calidad explicativa del modelo. Este daría cuenta que las v. independientes explican el 18,9% de la variable dependiente. Se usa el valor corregido, ya que al ingresar más variables almodelo aumenta el R cuadrado, el R corregido considera el número de variables incorporadas.
|ANOVAb |
|Modelo |
|b. Variable dependiente: Indice Aprobacion Gobierno...
Regístrate para leer el documento completo.