Las regresiones lineales piden, para ser enteramente confiables, que se cumplan una serie de supuestos. Luego de creado un modelo se verifica hasta donde se cumplen esos modelos.
La inspección inicial de las relaciones entre la variable dependiente y las independientes nos dan una primera guía acerca del cumplimiento de los supuestos, pero una visión más definitiva, en particular para los modelos con múltiples variables independientes, se obtienen con comandos de pos estimación, esto es, con comandos que se corren luego de establecido el modelo.
Aquí veremos los siguientes comandos de pos estimación para chequear supuestos:
rvfplot. (Nos permite ver la relación entre residuos y valores predichos. Brinda un gráfico similar al de zpred contra zresid de SPSS).
Predict res, res seguido de kdensity res. (Para estudiar normalidad de residuos)
avplots (Para estudiar linealidad de las relaciones de cada una de las variables
predict cook, cooksd , seguido de extremes cook (Para analizar si hay outliers que están pesando demasiado en la ecuación de predicción).
predict cook, cooksd , seguido de extremes cook (Para analizar si hay outliers que están pesando demasiado en la ecuación de predicción).
Se verá cómo trabajar con estos comandos usando la sintaxis adjunta.
No hay comentarios:
Publicar un comentario