Muy buenas presentación. Muchas gracias. Querría hacer una pregunta: para una variable dependiente (punto final) expresado como variable dicotómica (Ocurrió o no ocurrió) y muchas variables independientes estadísticamente asociadas por relaciones bivariadas, tanto numéricas como ordinales o nominales, puedo usar la regresión múltiple también? Caso contrario: cuál debería usar? Muchas gracias.
Hola, si tu variable Y es dicotómica, debes usar regresión logística, pero no es posible incluir todo tipo de variables independientes. Para pedir el modelo podrías crear variables dummy con todas las nominales, y mantener las de escala.
Cuando añadimos variables dummie (dicotómicas) en un modelo de regresión, la tradición es esa. Si en lugar de poner los valores 0 , 1 dejas los valores 1 , 2, el modelo se computará, pero será más difícil de interpretar. Piensa en el siguiente modelo: Y = 3 + 6*X1 + 2*X2 , donde X1 es la variable SEXO, con valores 0 (hombre) y 1 (mujer), Y (rendimiento) y X2 (motivación). Si mantenemos esos valores 0 , 1, podremos establecer dos ecuaciones de regresión independientes para hombres y mujeres (que tendrán pendientes paralelas e interceptos separados por 6 puntos): - MODELO HOMBRES: Como X1=0, entonces, ese parámetro se anula, el modelo para los hombres será Y = 3 + 2*X2 - MODELO MUJERES: Como X1=1, entonces el valor del intercepto (a) aumenta en 6 unidades (6*1=6), por lo que el modelo para mujeres será Y = 9 + 2*X2 Así, me es más fácil interpretar que, en este caso, el hecho de ser mujer supone un aumento directo de 6 unidades en el rendimiento (en realidad lo que ocurre en los datos es que las mujeres tienen un rendimiento medio 6 puntos superior a los hombres, y eso se traduce en que la recta de regresión de los hombres es paralela a la de las mujeres pero está 6 puntos por debajo). Un saludo.
Hola Paula. Para introducir variables nominales debéis crear a partir de ellas variables dummy, es decir, crear nuevas variables dicotómicas con las puntuaciones 1 y 0, donde 1 indique la presencia de la característica medida y 0 su ausencia. Por ejemplo, si tenéis una variable nominal con 3 categorías, como por ejemplo, Color de Pelo (con las categorías: 1-RUBIOS, 2-MORENOS, 3-PELIRROJOS), debéis recodificar esta variable en 3 NUEVAS VARIABLES (con la opción de menú de SPSS TRANSFORMAR-->RECOFICIAR EN NUEVA VARIABLE) que tengan las siguientes puntuaciones: - VARIABLE 1: 1=RUBIOS; 0=NO RUBIOS (aquí entran los morenos y los pelirrojos). - VARIABLE 2: 1=MORENOS; 0=NO MORENOS. - VARIABLE 3: 1=PELIRROJOS; 0=NO PELIRROJOS. Estas variables, al ser dicotómicas, sí que podéis introducirlas en un modelo de regresión lineal, con una EXCEPCIÓN importante: solamente podéis incorporar n-1 de las variables DUMMY creadas (en el caso del ejemplo anterior, solamente se pueden introducir en el modelo 2 de esas 3 variables). Si introducís las 3 variables a la vez tendréis un problema con el determinante de la matriz de correlaciones-covarianzas, que será 0, por lo que no se podrá calcular el modelo de regresión. Para que decidáis qué variable no incluir, yo os recomiendo que comprobéis la correlación entre las variables DUMMY y la variable dependiente del modelo de regresión. Descartad la variable cuya correlación sea más baja. Un saludo.
He visto muchos vídeos y sin duda que eres de los mejores. :D
Muy buenas presentación. Muchas gracias. Querría hacer una pregunta: para una variable dependiente (punto final) expresado como variable dicotómica (Ocurrió o no ocurrió) y muchas variables independientes estadísticamente asociadas por relaciones bivariadas, tanto numéricas como ordinales o nominales, puedo usar la regresión múltiple también? Caso contrario: cuál debería usar? Muchas gracias.
Hola, si tu variable Y es dicotómica, debes usar regresión logística, pero no es posible incluir todo tipo de variables independientes. Para pedir el modelo podrías crear variables dummy con todas las nominales, y mantener las de escala.
puse leyenda porque el audio no se escuchaba bien, pero entendi bastante, sin dudas excelente
Me gustaría saber, en qué cambia que hayas nombrado sexo como (0,1), si antes lo tenías como (1,2) en qué afecta al modelo?
Cuando añadimos variables dummie (dicotómicas) en un modelo de regresión, la tradición es esa. Si en lugar de poner los valores 0 , 1 dejas los valores 1 , 2, el modelo se computará, pero será más difícil de interpretar.
Piensa en el siguiente modelo: Y = 3 + 6*X1 + 2*X2 , donde X1 es la variable SEXO, con valores 0 (hombre) y 1 (mujer), Y (rendimiento) y X2 (motivación). Si mantenemos esos valores 0 , 1, podremos establecer dos ecuaciones de regresión independientes para hombres y mujeres (que tendrán pendientes paralelas e interceptos separados por 6 puntos):
- MODELO HOMBRES: Como X1=0, entonces, ese parámetro se anula, el modelo para los hombres será Y = 3 + 2*X2
- MODELO MUJERES: Como X1=1, entonces el valor del intercepto (a) aumenta en 6 unidades (6*1=6), por lo que el modelo para mujeres será Y = 9 + 2*X2
Así, me es más fácil interpretar que, en este caso, el hecho de ser mujer supone un aumento directo de 6 unidades en el rendimiento (en realidad lo que ocurre en los datos es que las mujeres tienen un rendimiento medio 6 puntos superior a los hombres, y eso se traduce en que la recta de regresión de los hombres es paralela a la de las mujeres pero está 6 puntos por debajo).
Un saludo.
@@pastilino Excelente explicación!! De verdad que me has ayudado mucho en mi proyecto de grado, sin duda estará tu nombre en mis agradecimientos 🤗
¿cómo podríamos introducir variables nominales en el caso de tener más de 2 categorías?
Hola Paula. Para introducir variables nominales debéis crear a partir de ellas variables dummy, es decir, crear nuevas variables dicotómicas con las puntuaciones 1 y 0, donde 1 indique la presencia de la característica medida y 0 su ausencia.
Por ejemplo, si tenéis una variable nominal con 3 categorías, como por ejemplo, Color de Pelo (con las categorías: 1-RUBIOS, 2-MORENOS, 3-PELIRROJOS), debéis recodificar esta variable en 3 NUEVAS VARIABLES (con la opción de menú de SPSS TRANSFORMAR-->RECOFICIAR EN NUEVA VARIABLE) que tengan las siguientes puntuaciones:
- VARIABLE 1: 1=RUBIOS; 0=NO RUBIOS (aquí entran los morenos y los pelirrojos).
- VARIABLE 2: 1=MORENOS; 0=NO MORENOS.
- VARIABLE 3: 1=PELIRROJOS; 0=NO PELIRROJOS.
Estas variables, al ser dicotómicas, sí que podéis introducirlas en un modelo de regresión lineal, con una EXCEPCIÓN importante: solamente podéis incorporar n-1 de las variables DUMMY creadas (en el caso del ejemplo anterior, solamente se pueden introducir en el modelo 2 de esas 3 variables). Si introducís las 3 variables a la vez tendréis un problema con el determinante de la matriz de correlaciones-covarianzas, que será 0, por lo que no se podrá calcular el modelo de regresión.
Para que decidáis qué variable no incluir, yo os recomiendo que comprobéis la correlación entre las variables DUMMY y la variable dependiente del modelo de regresión. Descartad la variable cuya correlación sea más baja.
Un saludo.
@@pastilino Muchas gracias!! Estoy leyendo diferentes manuales de estadística y tus vídeos están siendo de gran ayuda. Un saludo!
Hay un problema evidente con el sonido, que lo hace ininteligible
Que aburrido :(