ciencias


Cuando se cuenta con un número grande de variables exploratorias es necesario escoger una estrategia que lleve a encontrar un modelo que, con el mínimo de variables exploratorias, se ajuste bien alos datos. El procedimiento más usado es el de selección de modelos a paso o “stepwise”, que se explica a continuación.
El primer paso es la construcción de un modelo se regresión simple, en que lavariable elegida es aquella que tiene el mayor coeficiente de correlación r en la matriz de correlaciones simples.
Partiendo de ese modelo de regresión simple, el método de stepwise agrega lavariable explicitaría que maximiza el ajuste, bajo la condición de que el estadístico t asociado con agregar este término al modelo sea significativo a un nivel pre-especificado.
Este será un nuevomodelo base. El resto de los predictores son candidatos a ingresar en el próximo paso y la selección es de nuevo un proceso dirigido por la magnitud en que mejora el ajuste, comparado con el modelo base.Durante el proceso se puede eliminar una variable que ya se había incluido si resulta no significativa después de incorporar otras variables al modelo. Esto puede ocurrir en el caso que existacorrelación entre dos variables exploratorias.
El proceso continua hasta que al ingresar un nueva variable no mejora significativamente el ajuste y no se pueden eliminar términos del modelo.
La bondad delajuste se mide por la magnitud que se llama coeficiente de correlación múltiple porque mide la proporción de la variabilidad explicada por la relación entre Y y todas las variables explicativas Xque aparecen en el modelo. Se obtiene dividiendo la suma de cuadrados del modelo por la suma de cuadrados total.















Ejemplo:
En 1970, cinco años después que la regulación dela fecundidad había sido incorporada al programa materno infantil del servicio nacional de salud en chile, se quiso estimar el efecto que distintas variables tenían sobre fecundidad media en la...