De la estimacin 763192 durbin watson 1579 puesto que

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: ado Mínimo $12,382.90 -$28,852.99 -1,442 -3,781 Máximo $146,851.63 $48,701.20 7,355 6,381 Media $34,419.57 $.00 ,000 ,000 Desviación típ. $15,287.30 $7,607.68 1,000 ,997 N 474 474 474 474 Capítulo 18. Análisis de regresión lineal 33 Independencia El verdadero interés de los residuos hay que buscarlo en el hecho de que el análisis de los mismos nos proporciona información crucial sobre el cumplimiento de varios supuestos del modelo de regresión lineal: independencia, homocedasticidad, normalidad y linealidad. Uno de los supuestos básicos del modelo de regresión lineal es el de independencia entre los residuos (supuesto éste particularmente relevante cuando los datos se han recogido siguiendo una secuencia temporal). El estadístico de Durbin-Watson (1951) proporciona información sobre el grado de independencia existente entre ellos: (ei se refiere a los residuos: ). El estadístico DW oscila entre 0 y 4, y toma el valor 2 cuando los residuos son independientes. Los valores menores que 2 indican autocorrelación positiva y los mayores que 2 autocorrelación negativa. Podemos asumir independencia entre los residuos cuando DW toma valores entre 1,5 y 2,5. Para obtener el estadístico de Durbin-Watson: | Seleccionar la opción de Durbin-Watson del cuadro de diálogo Regresión lineal: Estadísticos (ver figura 18.6.bis). Esta elección permite obtener en la tabla 18.4 (ya vista) la información adicional que recoge la tabla 18.14. Tabla 18.14. Resumen del modelo. Modelo: 1 R ,895 R cuadrado ,802 R cuadrado corregida ,800 Error típ. de la estimación $7,631.92 Durbin-Watson 1,579 Puesto que el valor DW = 1,579 se encuentra entre 1,5 y 2,5, podemos asumir que los residuos son independientes. Capítulo 18. Análisis de regresión lineal 34 Homocedasticidad El procedimiento Regresión lineal dispone de una serie de gráficos que permiten, entre otras cosas, obtener información sobre el grado de cumplimiento de los supuestos de homocedasticidad y normalidad de los residuos. Para utilizar estos gráficos: | Pulsar el botón Gráficos... del cuadro de diálogo Regresión lineal (ver figura 18.4) para acceder al subcuadro de diálogo Regresión lineal: Gráficos que muestra la figura 18.7. Figura 18.7. Subcuadro de diálogo Regresión lineal: Gráficos. Las variables listadas permiten obtener diferentes gráficos de dispersión. Las variables precedidas por un asterisco son variables creadas por el SPSS; todas ellas pueden crearse en el Editor de datos marcando las opciones pertinentes del recuadro Residuos del subcuadro de diálogo Regresión lineal: Guardar nuevas variables (ver figura 18.12 más adelante): DEPENDENT: variable dependiente de la ecuación de regresión. ZPRED (pronósticos típificados): pronósticos divididos por su desviación típica. Son pronósticos transformados en puntuaciones z (con media 0 y desviación típica 1). ZRESID (residuos típificados): residuos divididos por su desviación típica. El tamaño de cada residuo tipificado i...
View Full Document

This document was uploaded on 03/30/2014 for the course COM 01 at University of Sevilla.

Ask a homework question - tutors are online