ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL Titular: Agustín Salvia ANÁLISIS DE MODELOS DE REGRESION LINEAL

1. SEMINARIO DE POSGRADO ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL Titular: Agustín Salvia ANÁLISIS DE MODELOS DE REGRESION LINEAL (2° PARTE)

2. Modelos de Regresión Lineal Problemas de Causalidad • El investigador suele tener razones teóricas o prácticas para creer que determinada variable es causalmente dependiente de una o más variables distintas. • Si hay suficientes observaciones empíricas sobre estas variables, el análisis de regresión es un método apropiado para describir la estructura, fuerza y sentido exacto de esta asociación.

3. Modelos de Regresión Lineal Problemas de Causalidad • El modelo permite diferenciar variables explicativas, independientes o predictivas (métricas), variables a explicar o dependientes, y variables control o intervinientes (métricas o transformadas en variables categoriales). • La distinción entre variables dependientes e independientes debe efectuarse con arreglo a fundamentos teóricos, por conocimiento o experiencia y estudios anteriores. Métodos de tipo: Y : f (X, є) / Y = B1X1 + U

4. Modelos de Regresión Lineal Respuestas Metodológicas • Estima la fuerza o bondad explicativa del modelo teórico independientemente de las características de las variables introducidas • Predice el valor medio que puede asumir la variable Y dado un valor de X (regresión a la media) bajo un intervalo de confianza • Estima el efecto neto de cada una de las variables intervinientes sobre la variable dependiente (control sobre los demás efectos suponiendo independencia entre las variables predictivas).

5. Modelos de Regresión Lineal Función Lineal de Regresión El objetivo de la técnica de regresión es establecer la relación estadística que existe entre la variable dependiente (Y) y una o más variables independientes (X1, X2,… Xn). Para poder realizar esto, se postula una relación funcional entre las variables. Debido a su simplicidad analítica, la forma que más se utiliza en la práctica es la relación lineal: ŷ= b0 + b1x1 +… bnxn donde los coeficientes b0 y b1, … bn, son los factores que definen la variación promedio de y, para cada valor de x. Estimada esta función teórica a partir de los datos, cabe preguntarse qué tan bien se ajusta a la distribución real. 

6. GRÁFICOS DE DISPERSIÓN / PENDIENTE DE LA RECTA • En el caso de asumir una recta, se admite que existe una proporción entre la diferencia de dos valores A y la diferencia entre dos valores de B. A ese factor de ajuste entre ambas series se le llama pendiente de la recta, y se asume que es constante a lo largo de toda la recta.

7. Modelos de Regresión Lineal Función Lineal de Regresión - El parámetro b0, conocido como la “ordenada en el origen,” nos indica cuánto es Y cuando X = 0. El parámetro b1, conocido como la “pendiente,” nos indica cuánto aumenta Y por cada aumento en X.  - La técnica consiste en obtener estimaciones de estos coeficientes a partir de una muestra de observaciones sobre las variables Y y X. - En el análisis de regresión, estas estimaciones se obtienen por medio del método de mínimos cuadrados. Logradas estas estimaciones se puede evaluar la bondad de ajuste y significancia estadística.

8. GRÁFICOS DE DISPERSIÓN / RECTA DE REGRESIÓN Para el cálculo de la recta de regresión se aplica el método de mínimos cuadrados entre dos variables. Esta línea es la que hace mínima la suma de los cuadrados de los residuos, es decir, es aquella recta en la que las diferencias elevadas al cuadrado entre los valores calculados por la ecuación de la recta y los valores reales de la serie, son las menores posibles. y = a + bx

9. Modelos de Regresión Lineal Función Lineal de Regresión Una pregunta importante que se plantea en el análisis de regresión es la siguiente: ¿Qué parte de la variación total en Y se debe a la variación en X? ¿Cuánto de la variación de Y no explica X? El estadístico que mide esta proporción o porcentaje se denomina coeficiente de determinación (R2). Si por ejemplo, al hacer los cálculos respectivos se obtiene un valor de 0.846. Esto significa que el modelo explica el 84.6 % de la variación de la variable dependiente.

10. Modelos de Regresión Lineal Requisitos Estadísticos del Método • Se supone que la forma funcional que relaciona la variable DEPENDIENTE con la/las variables explicativas es de tipo LINEAL. • Las variables explicativas deben ser entre sí INDEPENDIENTES. • La CONSTANTE (b0) no sólo expresa el valor estimado de y en la ordenada al origen, sino también el conjunto de los errores no lineales y desconocidos del modelo.

11. Modelos de Regresión Lineal Supuestos del Método de Regresión • La variable aleatoria є (error) debe ser estadísticamente independiente de los valores de X y tener una distribución normal con una media igual a cero (supuesto 1 y 2). • Cualquier par de errores, єi y єj deben ser estadísticamente independientes entre sí, es decir que su covarianza debe ser igual a 0 (supuesto 3) • Las variables aleatorias єj deben tener una varianza finita σ2 que es constante para todos los valores de xj . (Supuesto 4 o de homocedasticidad)

12. Modelos de Regresión Lineal Salidas Estadísticas del Método • Se evalúa la bondad de ajuste del modelo teórico a a través del coeficiente de determinación R2 • La capacidad explicativa del modelo se hace a partir del método de mínimos cuadrados (ANOVA), cuyo resultado es testeado a través de F de Fisher • Predice los valores de la variable dependiente a partir de estimar el valor del coeficiente (B), el error estándar (S) y el coeficiente R parcial (BETA) de cada una de las variables y de la Constante • Mide la fuerza, sentido y significancia estadística de las variables del modelo sobre la variable dependiente a través de la prueba t de Student

13. Modelos de Regresión Lineal ANÁLISIS DE UN EJEMPLO El ingreso horario de los ocupados (entre 25 y 45 años) no se ve afectados por el sexo sino que depende de la cantidad de años de instrucción

14. Modelos de Regresión Lineal ANÁLISIS DE UN EJEMPLO • BONDAD DE AJUSTE DEL MODELO (R2)

15. Modelos de Regresión Lineal ANÁLISIS DE UN EJEMPLO • ANÁLISIS DE VARIANZA DE LOS MODELOS

16. Modelos de Regresión Lineal ANÁLISIS DE UN EJEMPLO • COEFICIENTES B Y PRUEBAS T DE SIGNIFICANCIA

17. Modelos de Regresión Lineal Control de Supuestos • MULTICOLINEALIDAD: a través de matrices de correlación simple entre las variables independientes. Solución: Seleccionar variables independiente con baja correlación entre sí y/o transformar en variables dummy no colineales. • NORMALIDAD DE LOS RESIDUOS: a través de un gráfico de de distribución de los residuos. Solución: eliminación de datos outliers. • HETEROSCEDASTICIDAD: a través de gráficos de residuos є para cada valor de ŷ. Solución: Eliminación de casos outliers, tranformación de las variables independientes y/o estandarización de la variable dependiente Y. • AUTOCORRELACIÓN DE ERRORES: a través de la prueba Durbin-Watson / el valor 2 indica no autocorrelación. Solución: Corrección de observaciones o eliminación de datos.

18. Modelos de Regresión No Lineal Ajustes Estadísticos del Método ¿Cómo ajustar modelos de regresión lineal cuando la función no es lineal? La regresión lineal no siempre da buenos resultados, porque a veces la relación entre Y y X no es lineal sino que exhibe algún grado de curvatura. La estimación directa de los parámetros de funciones no-lineales es un proceso complicado. No obstante, a veces se pueden aplicar las técnicas de regresión lineal por medio de transformaciones de las variables originales.

19. AJUSTE DE VARIABLES A FUNCIONES NO LINEALES • Hacer el diagrama de dispersión de las dos variables y evaluar si el patrón resultante sigue la forma lineal o alguna otra función. • Identificada dicha función, substituir los valores de una variable con sus valores cuadrados, raíz cuadrada, logarítmicos o con alguna otra modificación, y hacer de nuevo la matriz de correlación. • Identificar la función que mejor ajuste por medio de un paquete estadístico y determinar los coeficientes para la construcción de esa ecuación. FUNCIONES NO LINEALES Exponencial: y = a + bx Logarítmica: y = a + log b x Polinómica: y = a + b x + c x2

20. FUNCIONES NO LINEALES Exponenciales Logarítmicas

21. Modelos de Regresión No Lineal Ajustes Estadísticos del Método Una función no-lineal que tiene muchas aplicaciones es la función exponencial: Y = AXb Si aplicamos logaritmos, esta función también puede ser expresada como: log(Y) = log(A) + b.log(X). En lugar de calcular la regresión de Y contra X, calculamos la regresión del logaritmo de Y contra el logaritmo de X. Este  modelo es interesante, porque el exponente b en una función exponencial mide la elasticidad de Y respecto de X.

22. Modelos de Regresión Lineal ANÁLISIS DE UN EJEMPLO • CORRELACIÓN SIMPLE

23. Modelos de Regresión Lineal ANÁLISIS DE UN EJEMPLO • GRAFICAS DE DISPERSIÓN DE RESIDUOS

24. Modelos de Regresión Lineal ANÁLISIS DE UN EJEMPLO • PRUEBAS DE HETEROSCEDASTICIDAD

25. Modelos de Regresión Lineal ANÁLISIS DE UN EJEMPLO • DURBIN WATSON: EVALUACIÓN DE AUTOCORRELACIÓN

26. Modelos de Regresión Lineal ¿QUÉHACER FRENTE A LOS SESGOS DE ESTIMACIÓN? • Eliminar casos OUTLIERS que afectan la distribución. • Recodificación de las variables independientes y/o transformación LOGÍSTICA de la variable dependiente. • Estratificación del análisis a partir de usar una variable independiente como CRITERIO PARA DIVIDIR a la población en grupos comparables.

27. Modelos de Regresión Lineal ANÁLISIS DE EJEMPLOS • BONDAD DE AJUSTE DE LOS MODELOS (R2) Modelo Original Excluyendo desvíos mayores a 8z

28. Modelos de Regresión Lineal ANÁLISIS DE UN EJEMPLO • BONDAD DE AJUSTE DEL MODELO (R2) Variable dependiente logaritmo ing. horario

29. Modelos de Regresión Lineal ANÁLISIS DE UN EJEMPLO • GRAFICAS DE DISPERSIÓN DE RESIDUOS

30. Modelos de Regresión Lineal ANÁLISIS DE UN EJEMPLO • PRUEBAS DE HETEROSCEDASTICIDAD

31. Modelos de Regresión Lineal ANÁLISIS DE UN EJEMPLO • CORRELACIÓN SIMPLE

32. Modelos de Regresión Lineal ANÁLISIS DE UN EJEMPLO • ANÁLISIS DE VARIANZA DE LOS MODELOS

33. Modelos de Regresión Lineal ANÁLISIS DE UN EJEMPLO • COEFICIENTES B Y PRUEBAS T DE SIGNIFICANCIA