Modelo de regresión múltiple con SPSS

Modelo de regresión múltiple con SPSS

admin

Modelo de regresión múltiple con SPSS

Modelo predictivo de variable dependiente continua a partir de factores continuos y/o dicotómicos, con el software estadístico SPSS.

 

Coeficientes de regresión

Los Betas y su significatividad estadística de cara a establecer un modelo predictivo de la variable de respuesta continua respecto a los posibles regresores.

Coeficientes de regresión en regresión múltiple

 

CUMPLIMIENTO DE SUPUESTOS

Normalidad

Valores del Gráfico P-P Plot entorna a esa especie de bisectriz del primer cuadrante.

Gráfico P-P Plot

Homocedasticidad

Los residuos o perturbaciones aleatorias se encuentran de manera más o menos simétrica entorno al cero.

Gráfico de homocedasticidad de regresión múltiple

Modelo de regresión múltiple con SPSS

 

Independencia de los errores (No Autocorrelación)

Independencia de los errores en regresión múltiple

No Multicolinealidad

INDICIOS PARA DIAGNOSTICAR MULTICOLINEALIDAD

  1. Se aprecia algún tipo de correlación lineal importante entre variables explicativas o predictores.
  2. El modelo se muestra como estadísticamente significativo pero no sucede lo mismo con los coeficientes de regresión de las variables predictoras.
  3. El signo (positivo o negativo) de algún coeficiente no coincide con la lógica.
  4. Alguno de los coeficientes tipificados presenta valores elevados.

Valores del VIF entorno a 1 denotan que se cumple el supuesto de partida de no multicolinealidad, esto es, los predictores no aportan información redundante con el resto de las variables explicativas.

 

Diagnóstico por casos

menú de diagnóstico por casos en GLM

Aquellos casos atípicos los cuales se eliminan y modifican los resultados de repetir el mismo análisis estadístico de regresión múltiple, son considerados ‘valores influyentes’.

Diagnóstico por casosSe eliminaría el caso 13 y se volvería a llevar cabo la regresión múltiple.