Gráficas de Datos y Transformaciones
-
Upload
rogerio-chicoma-malca -
Category
Documents
-
view
213 -
download
0
Transcript of Gráficas de Datos y Transformaciones
-
8/17/2019 Gráficas de Datos y Transformaciones
1/3
Gráficas de datos y transformaciones
Se supone que durante la construcción de un modelo de regresión tanto x como y
entran en el modelo en forma lineal, pero también es aconsejable trabajar con un
modelo alternativo en el que x o y (o ambas) intervengan en una forma no lineal.
Se podría recomendar una transformación o bien, una simple graficación de los
datos podría sugerir la necesidad de reexpresar las variables en el modelo. !n
modelo en el que x o y se transforman no debería considerarse como un modelo
de regresión no lineal. "or lo general denominamos a un modelo de regresión
como lineal cuando es lineal en los parámetros.
#n otras palabras, suponga que el aspecto de los datos sugiere que debe $acerse
la regresión de y* en comparación con la de x*, donde cada una de ellas es una
transformación de las variables naturales x y y. #ntonces, el modelo de la forma
y i = β0 + β1 x i + i;∗ ∗ es lineal porque lo es en los par%metros β0 y β1.
y = β0 + β1 x + i Es n modelo de regresión lineal.
&a variable independiente o regresora, es el !x".
#a $aria%le independiente es !y".
#os parámetros son β.
#og yi = β0 + β1 log x i + i
'unque este modelo es no lineal en x y y, sí lo es en los par%metros y por ello
recibe el tratamiento de un modelo lineal. "or otro lado, un ejemplo de modelo
verdaderamente no lineal es
yi = β0 + β1 x β& + i ; donde se debe estimar el par%metro *, así como + y .
#l modelo es no lineal en .
&as transformaciones son muy numerosas -ecidimos incluir aquí algunas de ellas
y mostrar la apariencia de las gr%ficas que sirven como $erramientas diagnósticas
onsidere la tabla ./, donde se presentan varias funciones que describen
relaciones entre y y x que pueden producir una regresión lineal por medio de la
transformación indicada.
-
8/17/2019 Gráficas de Datos y Transformaciones
2/3
¿Cuáles son las implicaciones de un modelo transformado?
0ay que mencionar dos puntos importantes.
#l primero tiene que ver con la escritura formal del modelo una ve1 que se
$ayan transformado los datos.#l modelo exponencial sirve como una buena ilustración de esto. #l modelo
en las variables (no transformadas) que produce un modelo de error aditivo
en las variables transformadas es dado por yi = β0 eβ1 xi ' e i, 'l aplicar logaritmos es claro que se obtiene, ln yi = ln β0 + β1 x i + ln e i
-
8/17/2019 Gráficas de Datos y Transformaciones
3/3
#l propósito de esta presentación sólo es recordar al lector que no debemos
considerar una transformación tan sólo como una manipulación algebraica
a la cual se suma un error.
#l segundo aspecto importante se refiere a la noción de las medidas de
mejoría. &as medidas evidentes de comparación son, por supuesto, el valor de 2* y el cuadrado medio de los residuales s*.