Por pasos criterio probabilidad de f para entrar 050

Info iconThis preview shows page 1. Sign up to view the full content.

View Full Document Right Arrow Icon
This is the end of the preview. Sign up to access the rest of the document.

Unformatted text preview: inverso al tamaño de su nivel crítico. La eliminación de variables se detiene cuando no quedan variables en el modelo que cumplan los criterios de salida. • Pasos sucesivos. Este método es una especie de mezcla de los métodos hacia adelante y hacia atrás. Comienza, al igual que el método hacia adelante, seleccionando, en el primer paso, la variable independiente que, además de superar los criterios de entrada, más alto correlaciona (en valor absoluto) con la variable dependiente. A continuación, selecciona la variable independiente que, además de superar los criterios de entrada, posee el coeficiente de correlación parcial más alto (en valor absoluto). Cada vez que se incorpora una nueva variable al modelo, las variables previamente seleccionadas son, al igual que en el método hacia atrás, evaluadas nuevamente para determinar si siguen cumpliendo o no los criterios de salida. Si alguna variable seleccionada cumple los criterios de salida, es eliminada del modelo. El proceso se detiene cuando no quedan variables que superen los criterios de entrada y las variables seleccionadas no cumplen los criterios de salida. Capítulo 18. Análisis de regresión lineal 56 Regresión por pasos Para ilustrar el funcionamiento del análisis de regresión por pasos, vamos a presentar un ejemplo con el método pasos sucesivos. Utilizaremos el salario actual (salario) como variable dependiente y, como variables independientes, la fecha de nacimiento (fechnac), el nivel educativo (educ), el salario inicial (salini ), la experiencia previa (expprev), y la clasificación étnica (minoría). El objetivo del análisis es encontrar un modelo de regresión que explique, con el mínimo número posible de variables independientes, la mayor cantidad posible de la varianza de la variable salario. Para llevar a cabo el análisis: | Seleccionar la variable salario y trasladarla al cuadro Dependiente (figura 18.4). | Seleccionar las variables fechnac, educ, salini, expprev y minoría, y trasladarlas a la lista Independientes. | Pulsar el botón de menú desplegable del cuadro Método y seleccionar la opción Pasos sucesivos. | Pulsar el botón Estadísticos... para acceder al subcuadro de diálogo Regresión lineal: Estadísticos (ver figura 18.6) y marcar la opción Cambio en R cuadrado. Aceptando todas estas elecciones, el Visor ofrece los resultados que muestran las tablas 18.18 a la 18.22. Tabla 18.18. Variables introducidas/eliminadas. Modelo 1 2 3 Variables introducidas Variables eliminadas Salario inicial , Experiencia previa , Nivel educativo , Método Por pasos (criterio: Probabilidad de F para entrar <= ,050, Probabilidad de F para salir >= ,100). Por pasos (criterio: Probabilidad de F para entrar <= ,050, Probabilidad de F para salir >= ,100). Por pasos (criterio: Probabilidad de F para entrar <= ,050, Probabilidad de F para salir >= ,100). La tabla 18.18 ofrece un resumen del modelo final al que se ha llegado. En la columna Modelo se indica en número de pasos dados para construir el modelo de regresión: tres pasos. En el primer paso se ha seleccionado la variable salario inicial, en el segundo, experien...
View Full Document

Ask a homework question - tutors are online