Analisis de regresion lineal multiple.
Enviado por Ensa05 • 25 de Noviembre de 2017 • 885 Palabras (4 Páginas) • 463 Visitas
...
Nota: lo ideal es que entre la variable Y y X haya buena independencia. pero que entre las variables X no haya independencia, pero una característica de este modelo es que entre las variables X si existe independencia.
Los coeficientes de correlacion parciales muestran como se comportan las variables controlando el Beta0.
La correlación es una medida que va de 0 a 1, donde 0 significa que las variables no tienen independencia y 1 significa que si tienen
La covarianza va desde -1 que significa que hay7 dependencia inversa (indirectamente proporcionales) hasta 1 que significa dependencia (directamente proporcionales).
Todos los modelos de regresión tienen que cumplir con una normalidad. La normalidad es un supuesto que indica la precisión del modelo.
Hay varias formas de verificar la normalidad.
- Bondad de ajuste: toma los residuos que son la distancia entre un punto y la línea de ajuste y luego se grafican estos residuos en la grafica llamada qq norm. ( si los puntos se acercan a la línea el modelo cumple con normalidad, si están dispersos el modelo no cumple con normalidad).
- Test shapiro: se mira el p valor para saber si hay normalidad (debe ser mayor a 0.05)
Cuando hay homocedasticidad no hay normalidad.
El confint arroja cada uno de los intervalos de confianza de los beta.
Los residuos estandarisados nos muestran las filas que están alterando el modelo, (si los valores son mayores a 2 en este caso)
Los residuos estudiantizados son mas rigurosos que los estandarizados debido a que su escala es mayor (2.5)
El procedimiento es el siguiente:
Verificar si hay filas atípicas para mirar si se eliminan o no
Verificar variables con el summary y la primer prueba de hipótesis
Verificar que variables se pueden suprimir del modelo para obtener un modelo más sencillo
---------------------------------------------------------------------------------------------------------------------------------------
Los valores de los intervalos de confianza pueden ser usados para la estimación del (Y). Uno puede reemplazar los betas del modelo para hacer interpretaciones de este.(Santiago metia los valores minimos y los máximos) para obtener la interpretación.
Interpretacion
El valor del ancho por ser una variable significativa para cualquier estimación esa variable es importante porque esta agregando peso. (se analizan los intervalos de confianza)
Si uno quiere estimar el 95% de los datos, lo importante es dejar los betas que no varíen mucho.
...