Regresión Simple (VII). Resultados

REGRESIÓN.

 

Variables introducidas/eliminadas(b)

 

Modelo

Variables introducidas

Variables eliminadas

Método

1

Edad(a)

.

Introducir

a) Todas las variables solicitadas introducidas

b) Variable dependiente: Estatura

 

La primera matriz que se presenta es la de “Variables introducidas o eliminadas”. Como en nuestro ejemplo solamente teníamos una variable a introducir (Edad) no existieron mayores complicaciones. Así que pasamos a la siguiente matriz.

 

Resumen del modelo(b)

 

Modelo

R

R cuadrado

R cuadrado corregida

Error típ. de la estimación

1

,993(a)

,987

,986

3,14357

a) Variables predictoras: (Constante), Edad

b) Variable dependiente: Estatura

 

¿Se recuerdan de la famosa R2 de la cual hablamos hace unas lecciones? Pues en la matriz anterior se ve reflejada en la segunda columna. El modelo tiene tres “R”, la R normal tiene un valor de 0.993, R2que presenta un valor de 0.987 y la R2 corregida, que muestra un valor de 0.986. Cualquiera de los tres coeficientes de R tiene un valor muy cercano a 1, de tal forma que podemos concluir que el 98.7% de los cambios que se dan en la altura de los niños y adolescentes (el 98.7% de la variabilidad de la variable estatura) es explicado por las diferentes edades que tienen los mismo. El porcentaje que queda sin explicar es del 1.3%.

 

 

Coeficientes(a)

 

Modelo

 

Coeficientes no estandarizados

Coeficientes estandarizados

t

Sig.

 

 

B

Error típ.

Beta

 

 

1

(Constante)

85,451

1,800

 

47,468

,000

 

Edad

5,461

,170

,993

32,033

,000

a) Variable dependiente: Estatura

En el cuadro anterior se presentan los coeficientes del modelo. Si observamos con detenimiento, podemos notar que se tienen “coeficientes no estandarizados” y “coeficientes estandarizados”. Analicemos en detalle.

El modelo con coeficientes no estandarizados tiene la siguiente forma:

Estatura = 5,461(edad) + 85,451

La explicación del modelo puede hacerse de la siguiente forma: “La estatura de un adolescente depende de 5,461 veces la edad que tenga, más 85,451”. En este caso, la constante incluye el valor de ajuste a la regresión, más el error (e) de la estimación.

Ahora bien, como se imaginarán, este modelo no es perfecto, solamente se aplica a los rangos de edad que incluimos en el estudio, es decir, desde niños de 2 años hasta adolescentes de 17 años. ¿Qué pasaría si quiero saber la estatura de un niño de 4 años? Simplemente sustituyo el valor de 4 en el modelo y el resultado es que debería tener una estatura de 107.30 cms aproximadamente. Pero bien, ¿que pasaría si quiero calcular la estatura de mi abuelo que tiene una edad de 74 años? Si incluimos esta variable en el modelo, sucede que debería medir ¡489.57 centímetros!

Así que mi recomendación, es que éste modelo puede emplearse para hacer cálculos entre individuos que se encuentren en el rango de edad estudiado, y tal vez para hacer algunas proyecciones, como ¿cuál sería la estatura de un niño de 1 año? O ¿cuál sería la estatura de un adolescente de 18 años? Por ejemplo, pero el modelo no podría ir más allá.

 

Gráfico de dispersión variable

 

 

El gráfico de dispersión muestra una tendencia clara y correlación positiva, es decir, que si una variable aumenta o crece, la otra variable también se incrementa. Además, la nube de puntos tiene una distribución muy uniforme, lo que se corrobora con el índice R2 obtenido anteriormente.

 

grafico pp normal de regresion variable dependiente

 

El gráfico anterior muestra la distribución con probabilidad normal, y también se observa claramente que la tendencia es bastante uniforme, salvo algunos puntos, la mayoría no se alejan demasiado de la línea central que divide equidistantemente un punto del otro punto.

Contenidos que te pueden interesar
Este sitio usa cookies para personalizar el contenido y los anuncios, ofrecer funciones de redes sociales y analizar el tráfico. Ninguna cookie será instalada a menos que se desplace exprésamente más de 400px. Leer nuestra Política de Privacidad y Política de Cookies. Las acepto | No quiero aprender cursos gratis. Sácame