inv de regresion

NOMBRE: RICARDO LARA NOVELO. 
 
 
ESCUELA: UNIVERSIDAD VALLE GRIJALVA. 
 
 
CARRERA: ING. INDUSTRIAL. 
 
 
MATERIA:  ANALISIS DE REGRESION. 
 
 
TEMA: SELECCIÓN DE VARIABLES. 
 
 FECHA: 10 de abril de 2015. 
 

 
                       PROBLEMAS DE ELABORACION DE MODELOS 
 
Uno  de  las cuestiones  más  importantes a la hora de encontrar el modelo de ajuste 
más  adecuado  para explicar la variabilidad  de una característica cuantitativa es la 
correcta  especificación  del  llamado  modelo  teórico.  En  otras  palabras,  debemos seleccionar de entre todas las variables candidatas a ser explicativas de la variable 
dependiente  un  subconjunto  que  resulte  suficientemente  explicativo  lo  que 
podemos  medir,  por  ejemplo, mediante el  coeficiente de  determinación  y  también no demasiado complejo , es decir, con muchas variables explicativas. 
En  la  práctica,  no  obstante,  la selección  del subconjunto de variables explicativas 
de  los  modelos  de  regresión  se  deja  en  manos de  procedimientos  más o menos 
automáticos. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

 
 
           PROCEDIMIENTOS DE TODAS LAS POSIBLES REGRESIONES 
 
Los procedimientos más usuales son los siguientes: 
 Método  backward​
:  se  comienza   por  considerar  incluidas  en  el  modelo  teórico  a 
todas  las  variables  disponibles  y  se  van  eliminando  del  modelo  de  una  en  una 
según su  capacidad explicativa. En concreto, la primera variable que se elimina es 
aquella  que  presenta  un  menor  coeficiente  de  correlación  parcial  con  la  variable 
dependiente­o  lo  que  es  equivalente, un  menor  valor  del  estadístico  t–  y  así 
sucesivamente  hasta  llegar  a  una  situación  en  la  que  la  eliminación  de  una 
variable  más  suponga  un  descenso  demasiado  acusado  en  el  coeficiente  de 
determinación. 
Método  forward​
:  se  comienza  por  un  modelo  que  no  contiene  ninguna  variable 
explicativa  y  se  añade  como  primera  de  ellas  a ...