Professional Documents
Culture Documents
Tema1 3
Tema1 3
DICOTÓMICAS
TEMA 1
(CONTINUACIÓN)
1
INTRODUCCIÓN
• Variable dependiente cuantitativa.
• Variable independiente cualitativa:
– Dicotómica: regresión simple.
– Más de dos condiciones: regresión múltiple.
• Codificación: dummy.
• Variable: ficticia.
• 1 = presencia; 0 = ausencia.
• Ejemplo: 1 = mujer; 0 = hombre (ausencia de la
cualidad de ser mujer).
2
SUPUESTOS DEL MODELO
1. Linealidad: se cumple seguro, al formarse dos
nubes de puntos.
Valores Y
10
5
Valores
Y
0
0 0,5 1 1,5
b pendiente Y M Y V
3
SUPUESTOS DEL MODELO
2. Homocedasticidad: S2 de ambos grupos (0 y 1)
han de ser semejantes.
3. Normalidad: muestras del grupo 0 y del grupo
1 han de provenir de poblaciones con
distribución normal.
4. Independencia de errores: incorrelación de
las puntuaciones de Y en los distintos niveles
de X porque son gente distinta.
4
ECUACIÓN DE REGRESIÓN
• Las fórmulas hasta ahora vistas para calcular la a y
la b siguen siendo útiles.
• Además:
a Y0
b Y1 Y 0
5
ECUACIÓN DE REGRESIÓN: EJEMPLO
Estos son los resultados obtenidos en una prueba de
expresión lingüística por mujeres (X=0) y hombres
(X=1).
X Y
0 7
0 6
0 7
0 8
0 9
1 3
1 5
1 4
1 5
1 3 6
ECUACIÓN DE REGRESIÓN: EJEMPLO
1. Calcular la ecuación de regresión en puntuaciones
directas utilizando las nuevas fórmulas.
7
ECUACIÓN DE REGRESIÓN: EJEMPLO
1. Calcular la ecuación de regresión en puntuaciones
directas utilizando las nuevas fórmulas.
Y0
Y 0
37
7, 4
n0 5
Y1
Y 1
20
4
n1 5
a Y 0 7,4
b Y 1 Y 0 4 7,4 3,4
^ ^
Y a bX Y 7,4 3,4 X
8
ECUACIÓN DE REGRESIÓN: EJEMPLO
2. Interpretar los parámetros.
9
ECUACIÓN DE REGRESIÓN: EJEMPLO
3. Calcular la ecuación de regresión en puntuaciones
directas utilizando las fórmulas clásicas.
X Y x y x*y x2 y2
0 7 -0,5 1,3 -0,65 0,25 1,69
0 6 -0,5 0,3 -0,15 0,25 0,09
0 7 -0,5 1,3 -0,65 0,25 1,69
0 8 -0,5 2,3 -1,15 0,25 5,29
0 9 -0,5 3,3 -1,65 0,25 10,89
1 3 0,5 -2,7 -1,35 0,25 7,29
1 5 0,5 -0,7 -0,35 0,25 0,49
1 4 0,5 -1,7 -0,85 0,25 2,89
1 5 0,5 -0,7 -0,35 0,25 0,49
1 3 0,5 -2,7 -1,35 0,25 7,29
Y
Y 57 5,7
N 10
X
X 5
0,5
N 10
S 2,058
b rXY Y 0,871 3,4
SX 0,527
rXY
( X X )(Y Y ) 8,5 0,871
2,5 38,1
( X X ) (Y Y )
2 2
SY
(Y Y ) 38,1 2,058
2
N 1 10 1 ^ ^
Y a bX Y 7,4 3,4 X
SX
( X X )2
2,5
0,527
N 1 10 1 11
ECUACIÓN DE REGRESIÓN: EJEMPLO
4. Calcular la ecuación de regresión en puntuaciones directas
suponiendo que ahora las mujeres fueran codificadas
con un 1 y los hombres, con un 0.
X Y
1 7
1 6
1 7
1 8
1 9
0 3
0 5
0 4
0 5
0 3 12
ECUACIÓN DE REGRESIÓN: EJEMPLO
4. Calcular la ecuación de regresión en puntuaciones directas
suponiendo que ahora las mujeres fueran codificadas
con un 1 y los hombres, con un 0.
Y1
Y 0
37
7, 4
n0 5
Y0
Y 1
20
4
n1 5
a Y0 4
b Y 1 Y 0 7,4 4 3,4
^ ^
Y a bX Y 4 3,4 X
13
BONDAD DE AJUSTE
2 2 2 2
R XY b *S / S X Y
2
RXY (Y 1 Y 0 ) 2 * p * q / SY2
14
BONDAD DE AJUSTE: EJEMPLO
• Con los datos iniciales, calcular la bondad de
ajuste utilizando las dos fórmulas propuestas,
e interpretar el resultado.
15
BONDAD DE AJUSTE
2 2 2 2 2 2 2
R XY b * S / S 3,4 * 0,527 / 2,058 0,758
X Y
2
RXY (Y 1 Y 0 ) 2 * p * q / SY2
(4 7,4) 2 * 0,5 * 0,5 / 2,058 2 0,682
17
VALIDACIÓN DEL MODELO
– F F( , k , N k 1) Se rechaza la Hipótesis nula.
Las variables están relacionadas. El modelo es
válido.
18
VALIDACIÓN DEL MODELO: EJEMPLO
• Con los datos iniciales, concluir acerca de la
validación del modelo.
19
VALIDACIÓN DEL MODELO: EJEMPLO
2
R /k
F 2
(1 R ) /( N k 1)
0,871 / 1
2
25,3
1 0,871 /10 1 1
2
20
VALIDACIÓN DEL MODELO:
EJEMPLO
F( ,k , N k 1) F( 0.05,1,8) 5,318
F F( ,k , N k 1) 25,3 5,318
Conclusión: Se rechaza la Hipótesis nula. Las
variables X e Y están relacionadas. El modelo
es válido. Existe relación estadísticamente
significativa entre el sexo y el resultado en la
prueba de expresión lingüística
21
SIGNIFICACIÓN
• Del coeficiente de correlación:
rXY
t
2
1 r XY
N 2
22
SIGNIFICACIÓN
• De la pendiente de la recta:
b
t
2
S res
X X
2
b
t
2 2
S (1 R ) /( N 2)
Y
p*q
23
SIGNIFICACIÓN
• Por contraste de medias:
Y 0 Y1
t
2 1 1
S
res
n0 n1
24
SIGNIFICACIÓN
– t t( , N 2 ) Se rechaza la Hipótesis nula. El
modelo es válido. La pendiente es
estadísticamente distinta de 0. Existe, por tanto,
relación entre las variables.
25
SIGNIFICACIÓN: EJEMPLO
Aplica las diferentes fórmulas de la t y concluye
acerca de la significación.
26
SIGNIFICACIÓN: EJEMPLO
rXY 0,871
t 5,035
1 0,871
2 2
1 r XY
N 2 10 2
b 3,4
t 5,015
S 2
res
1,15
X X 2,5
2
Y 2
X 2
2 2
363 57 (3,4) 2 5 5
Y 2
N
b X
2
2
N 10
2 10 1,15
S res
N k 1 10 1 1
27
SIGNIFICACIÓN: EJEMPLO
X Y x y x*y x2 y2 Y2 X2
0 7
-0,5 1,3 -0,65 0,25 1,69 49 0
0 6
-0,5 0,3 -0,15 0,25 0,09 36 0
0 7
-0,5 1,3 -0,65 0,25 1,69 49 0
0 8
-0,5 2,3 -1,15 0,25 5,29 64 0
0 9
-0,5 3,3 -1,65 0,25 10,89 81 0
1 3
0,5 -2,7 -1,35 0,25 7,29 9 1
1 5
0,5 -0,7 -0,35 0,25 0,49 25 1
1 4
0,5 -1,7 -0,85 0,25 2,89 16 1
1 5
0,5 -0,7 -0,35 0,25 0,49 25 1
1 3
0,5 -2,7 -1,35 0,25 7,29 9 1
28
SIGNIFICACIÓN: EJEMPLO
b 3,4
t 6,641
2 2 2
S (1 R ) /( N 2)
Y 2,058 (1 0,759) /(10 2)
p*q 0,5 * 0,5
Y 0 Y1 7,4 4
t 5,015
1 1 1 1
2
S 1,15
res
n0 n1 5 5
29
SIGNIFICACIÓN
t( , N 2 ) t( 0.05,10 2 ) t( 0.05,8) 2,306
t t( , N 2 ) 5 2,306
30