Regresión Múltiple (III)

Ahora seleccionamos los “Estadísticos” del modelo, y para nuestro ejemplo tomaremos los siguientes: Estimaciones, Ajustes del modelo, y los Cambios en R cuadrado.

No seleccionaremos los residuos, pero cuando se cree que existe autocorrelación en el modelo, se utiliza el contraste de Durbin-Watson, según el cuál, el estadístico:

Con respecto a éste estadístico, el autor César Pérez dice que: “nos permite adoptar la regla no demasiado rigurosa de que si D vale 0 hay autocorrelación perfecta positiva, si “d” se aproxima a 2 no hay autocorrelación y si “d” se aproxima a 4 hay autocorrelación perfecta negativa. No obstante, D se encuentra tabulado, y según la franja en la que caiga, se acepta o rechaza la hipótesis de autocorrelación”.

La figura 26 nos muestra la opción de “Gráficos”. Nosotros hemos elegido que en el eje de las Y se ubique la variable Dependiente, y en el eje de las X se ubique los promedios residuales tipificados (o promedios residuales Z).