El video me proporcionó una excelente introducción al tema . La explicación paso a paso y las demostraciones prácticas en el software fueron muy útiles para comprender cómo aplicar este método estadístico!! La habilidad del presentador para explicar es clarísima. A mi parecer , este video es una herramienta muy valiosa para todos aquellos que se están familiarizando con el tema
Excelente explicación sobre el tema de la regresión muy breve y fácil de comprender, algo también que destacar es el buen audio que tiene el video , Gracias!
Buenas tardes Elías. Gran presentación, me ha encantado. No se si podrías ayudarme con una duda que tengo. He creado un modelo predictivo (incluye cinco variables), pero al tener una muestra pequeña (n=180) no lo he desarrollado en un grupo primero para validarlo en un segundo tiempo con el resto de la muestra. Me gustaría validar internamente mi modelo. Sería posible hacerlo en spss realizando un remuestreo bootstrap y, poder elaborar una gráfica con la probabilidad real en el eje Y y la predicha en el eje X. Muchas gracias!!
¡Buenas tardes! Gracias por tu comentario y tu interés en el tema. Sí, es posible validar tu modelo de regresión logística internamente en SPSS utilizando el método de remuestreo "bootstrap", especialmente útil cuando tienes una muestra pequeña. Aquí te dejo una guía general: 1. Remuestreo Bootstrap: - En SPSS, ve a "Analyze > Regression > Binary Logistic". - Configura tu modelo con las variables que deseas analizar. - Luego, en la ventana de regresión logística, selecciona "Bootstrap" y configura el número de muestras (por ejemplo, 1000) para obtener una estimación más robusta de tus parámetros. 2. Gráfica de Probabilidad Real vs. Predicha: - Una vez realizado el modelo, guarda los valores predichos (probabilidades) y las observadas en el menú de "Save" (en la misma ventana de la regresión logística). - Con los valores guardados, crea una gráfica de dispersión en "Graphs > Chart Builder". - En el eje Y coloca la probabilidad observada (variable dependiente) y en el eje X la probabilidad predicha. Este procedimiento te permitirá una validación interna del modelo y visualizar la concordancia entre las probabilidades predichas y las reales. ¡Espero que te sea útil! Saludos
Excelente explicación, tengo una pregunta. La variable casada es dicotomica nominal, en ese caso porque no fue incluida en la opción categoria. Por otro lado, si tuviera una variable politomica ordinal independiente, esta la puedo incluir en la opción categoria?
La variable "casada" que mencionas sí es dicotómica porque solo tiene dos categorías. Aunque es nominal, no siempre se incluye como una categoría en ciertos tipos de análisis debido a que su naturaleza dicotómica ya representa una separación clara de los datos. En algunos otros softwares o métodos estadísticos, podrías simplemente ingresarla como una variable binaria (0 y 1) en lugar de tratarla como una categoría en el sentido de múltiples niveles. En cuanto a una variable politómica ordinal, como podría ser una que mida niveles de acuerdo o educación, esta puede y generalmente se incluye en la opción de categoría en muchos análisis, especialmente si se desea estudiar el efecto de los diferentes niveles de esta variable sobre una variable dependiente. La inclusión como categoría permite utilizar el orden de los niveles, que es información relevante en variables ordinales, para modelar posibles tendencias o patrones en los datos. Por lo tanto, si la podrías ingresar en categoría😉 Saludos
¿Puede llegar a cambiar la interpretación de la regresión dependiendo de la relación positiva o negativa de los beta o no cambia nada si es positiva o negativa?
Sí, la interpretación de los coeficientes beta en la regresión puede cambiar dependiendo de si son positivos o negativos, y esto es fundamental para entender la relación entre las variables independientes y la variable dependiente. Recuerda que un coeficiente BETA POSITIVO indica una relación directa entre la variable independiente y la variable dependiente. Mientras que un coeficiente BETA NEGATIVO indica una relación inversa. No olvides que estos coeficientes solo indican la dirección de la relación, no necesariamente su fuerza o causalidad. Además, la significancia estadística de estos coeficientes debe ser evaluada para determinar si las relaciones observadas son confiables y no producto del azar😉
![[Part 1] ทารกน้อยถูกทิ้ง👶 หญิงชราเก็บขวดขายเลี้ยงดูเขาจนโต #โลกการละคร](http://i.ytimg.com/vi/nPTDvFCExks/mqdefault.jpg)
Gracias a estos videos he mejorado en el uso y la práctica de SPSS, maestros como usted que apoyan y exigen nos hace mejorar día con día, gracias.
GRACIAS✨
Con estos videos me he enterado de las tantas funciones que tiene SPSS, ¡muchas gracias, maestro!
😁
Le agradezco por integrar conocimientos bien desarrollados para así poder ampliar nuestro conocimiento, excelente vídeo!!
Muchas gracias (●'◡'●)
El video me proporcionó una excelente introducción al tema . La explicación paso a paso y las demostraciones prácticas en el software fueron muy útiles para comprender cómo aplicar este método estadístico!! La habilidad del presentador para explicar es clarísima. A mi parecer , este video es una herramienta muy valiosa para todos aquellos que se están familiarizando con el tema
¡Muchas gracias por tu apoyo, me alegra que te haya gustado el video!😎
Exelente explicación de la regresión de logística en SPSS
Gracias, saludos.
Excelente explicación, gracias a estos videos voy aprendiendo cada día en como utilizar el programa!!
Thanks 💙
La explicación fue clara y concisa. ¡Gracias por hacer que sea fácil de seguir!
Hola, muchas gracias (¬‿¬)
Muy interesante y útil la explicacion del concepto de regresión logística a usar para aplicarlos a el spss.
Thanks🧡
Se agradece la explicación, hace que sea más fácil manejar el programa.
Excelente (●'◡'●)
Excelente explicación sobre el tema de la regresión muy breve y fácil de comprender, algo también que destacar es el buen audio que tiene el video , Gracias!
Gracias✌
Excelente video, fortaleció mis conocimientos en SPSS junto a las cápsulas anteriores
Y vendrán más cápsulas...
Excelente explicación, muy fácil de entender para aplicarlo al SPSS, me ayudó bastante para mis evidencias escolares👏🏼
Me da gusto contribuir en tu formación profesional🙌
Que buen contenido... muy excelente y de gran utilidad 👏
Gracias, saludos😉
Muy buena explicación,gracias a este video pude entender más sobre el programa de spss👏🏼
Ese es el objetivo del canal, gracias por tu comentario😃
Gran explicación!! Muy interesante todo..
Gracias! 😊
Buen video, explicación clara y precisa
Gracias 😊
Gracias por la explicación, muy excelente!!
Gracias por comentar😎
Excelente video y explicación!
Muchas gracias😃
Buena explicación! Todo muy claro
Genial🤗
Excelente forma de explicar
Gracias🥰
Buen video, gracias por la explicación
Gracias por comentar😉
Muchas gracias por la explicación profe
Gracias por comentar😁
Muy buena explicación!
Gracias😁
Gracias por esta excelente explicación, pude comprender mejor el programa!
Excelente👍
Buen video de mucha utilidad👍🏻🙂
Thanks (●'◡'●)
Gran video!!
Thanks😎
Excelente video muy bien explicado
Enhorabuena😉
gracias este video entenderr un poco mas sobre el programa 🙌🏼
Excelente😎
Gran explicación acerca del tema "Regresión Logística", Gracias a esta he entendido más acerca del tema.🥳
Me da mucho gusto, saludos😊
Buen video!!
😗
Me quedo muy claro con su explicación
Excelente😊
Excelente video!
Gracias🤗
Buenas tardes Elías. Gran presentación, me ha encantado. No se si podrías ayudarme con una duda que tengo. He creado un modelo predictivo (incluye cinco variables), pero al tener una muestra pequeña (n=180) no lo he desarrollado en un grupo primero para validarlo en un segundo tiempo con el resto de la muestra. Me gustaría validar internamente mi modelo. Sería posible hacerlo en spss realizando un remuestreo bootstrap y, poder elaborar una gráfica con la probabilidad real en el eje Y y la predicha en el eje X. Muchas gracias!!
¡Buenas tardes! Gracias por tu comentario y tu interés en el tema. Sí, es posible validar tu modelo de regresión logística internamente en SPSS utilizando el método de remuestreo "bootstrap", especialmente útil cuando tienes una muestra pequeña. Aquí te dejo una guía general:
1. Remuestreo Bootstrap:
- En SPSS, ve a "Analyze > Regression > Binary Logistic".
- Configura tu modelo con las variables que deseas analizar.
- Luego, en la ventana de regresión logística, selecciona "Bootstrap" y configura el número de muestras (por ejemplo, 1000) para obtener una estimación más robusta de tus parámetros.
2. Gráfica de Probabilidad Real vs. Predicha:
- Una vez realizado el modelo, guarda los valores predichos (probabilidades) y las observadas en el menú de "Save" (en la misma ventana de la regresión logística).
- Con los valores guardados, crea una gráfica de dispersión en "Graphs > Chart Builder".
- En el eje Y coloca la probabilidad observada (variable dependiente) y en el eje X la probabilidad predicha.
Este procedimiento te permitirá una validación interna del modelo y visualizar la concordancia entre las probabilidades predichas y las reales.
¡Espero que te sea útil!
Saludos
excelente video
Gracias😊
Muchas gracias!😃
De nada 😊 Espero que la cápsula haya sido de utilidad.
Excelente explicación, tengo una pregunta. La variable casada es dicotomica nominal, en ese caso porque no fue incluida en la opción categoria. Por otro lado, si tuviera una variable politomica ordinal independiente, esta la puedo incluir en la opción categoria?
La variable "casada" que mencionas sí es dicotómica porque solo tiene dos categorías. Aunque es nominal, no siempre se incluye como una categoría en ciertos tipos de análisis debido a que su naturaleza dicotómica ya representa una separación clara de los datos. En algunos otros softwares o métodos estadísticos, podrías simplemente ingresarla como una variable binaria (0 y 1) en lugar de tratarla como una categoría en el sentido de múltiples niveles.
En cuanto a una variable politómica ordinal, como podría ser una que mida niveles de acuerdo o educación, esta puede y generalmente se incluye en la opción de categoría en muchos análisis, especialmente si se desea estudiar el efecto de los diferentes niveles de esta variable sobre una variable dependiente. La inclusión como categoría permite utilizar el orden de los niveles, que es información relevante en variables ordinales, para modelar posibles tendencias o patrones en los datos. Por lo tanto, si la podrías ingresar en categoría😉
Saludos
Hola Elías, gracias por el vídeo . Es muy educativo. ¿tienes el fichero para intentar replicarlo en casa?
Gracias y enhorabuena por tu canal
Sí, lo pusieron en la descripción.
Saludos😉
@@Elias_Alvarado Ah pues es que entro en la web, pero no lo veo. ¿Hay que rellenar el cuestionario para solicitar los datos?
Gracias de nuevo
¿Puede llegar a cambiar la interpretación de la regresión dependiendo de la relación positiva o negativa de los beta o no cambia nada si es positiva o negativa?
Sí, la interpretación de los coeficientes beta en la regresión puede cambiar dependiendo de si son positivos o negativos, y esto es fundamental para entender la relación entre las variables independientes y la variable dependiente. Recuerda que un coeficiente BETA POSITIVO indica una relación directa entre la variable independiente y la variable dependiente. Mientras que un coeficiente BETA NEGATIVO indica una relación inversa.
No olvides que estos coeficientes solo indican la dirección de la relación, no necesariamente su fuerza o causalidad. Además, la significancia estadística de estos coeficientes debe ser evaluada para determinar si las relaciones observadas son confiables y no producto del azar😉
Excelente explicación, muchas gracias!
Gracias a ti (●'◡'●)
Buen video!!!
😀
Buen video!!
❤️
Buen video!!
Thanks😎