jhon






CapAíntáulilsois d4e Regresión Múltiple































































































vamos introduciendo y/o sacando variables independientes en el
modelo.

En el análisis de regresión lineal múltiple la construcción de sucorrespondiente ecuación se realiza seleccionando las varia- bles una a una, “paso a paso”. La finalidad perseguida es buscar de entre todas las posibles variables explicativas aquellas que más y mejor expliquen a la variable dependiente sin que ninguna de ellas sea combinación lineal de las restantes. Este procedimiento implica que: (1) en cada paso solo se introduce aquella variable que cumple unoscriterios de entrada; (2) una vez introducida, en cada paso se valora si alguna de las variables cumplen criterios de salida; y (3), en cada paso se valora la bondad de ajuste de los datos al modelo de regresión lineal y se calculan los paráme- tros del modelo verificado en dicho paso. El proceso se inicia sin ninguna variable independiente en la ecuación de regresión y el proceso concluye cuandono queda ninguna variable fuera de la ecuación que satisfaga el criterio de selección (garantiza que las variables seleccionadas son significativas) y/o el criterio de elimi- nación (garantizar que una variable seleccionada no es redundan- te).

1.- Verificación de los criterios de probabilidad de entrada.
El p-valor asociado al estadístico T, o probabilidad de entrada, nos indicasi la información proporcionada por cada una de las variables es redundante. Si éste es menor que un determinado valor crítico, la variable será seleccionada. El SPSS por defecto establece en 0.05 el valor crítico de la probabilidad de entrada.

El criterio de tolerancia puede ser aplicado como un criterio adicional a la probabilidad de entrada. Éste nos ayuda a identifi- car si algunade las variables del modelo es una combinación lineal de las restantes. Si dicho valor es próximo a 0, la variable analizada será una combinación lineal de las restantes variables independientes introducidas. Si el valor de la tolerancia se aproxi- ma a 1 puede reducir la parte de la variabilidad de Y no expli- cada por las restantes. En síntesis, si la tolerancia para una variable es muypequeña se excluirá del modelo.

2.- Verificación del criterio de probabilidad de salida.
En este caso, si el p-valor asociado al estadístico T, o proba- bilidad de salida, es mayor que un determinado valor crítico, la variable será eliminada. El SPSS por defecto establece en 0.1 el valor crítico de la probabilidad de salida (nótese que con la fina-debemos observar: (1) la interrelación entre las variables inde- pendientes; y (2), la relación entre cada una de las variables independientes respecto a la dependiente. En el primer caso, los coeficientes deben ser bajos pues, de lo contrario, cabe la posi- bilidad que entre ellas se produzca multicolinealidad (diferentesvariables explican lo mismo de la variable dependiente). Por su parte, en el segundo caso, las relaciones deben ser altas. En nuestro ejemplo, y por lo que respecta a las variables indepen- dientes, su correlación no solo es más alta que baja (0,523) sino que además existe relación entre ellas (su significación se encuentra por debajo de 0.05). Por su parte, ambas variables independientesexplican a la variable dependiente pero es la pri- mera la que lo hace de forma más intensa. En síntesis, y a tenor de los resultados obtenidos, tanto la p7b como la p7c explican lo mismo de la variable dependiente. Esta es una cuestión que hay que tener en cuenta a la hora de decidir qué variables son las que entran en el modelo.

Los coeficientes de correlación parcial oscilan entre 1...