Diagnóstico de regresión, selección de modelos y regresión con variables Binarias

Taller 5. Diagnóstico de regresión, selección de modelos y regresión con variables Binarias

Datos: Hamburguesas

Primera parte. En un negocio de venta de hamburguesas, se desea explicar las ventas en función del precio promedio de las hamburguesas y los gastos en publicidad.

1. Corrida de modelos

Modelo con variables de nivel

El valor del coeficiente de determinación es 0,448, lo que dice que el 44,8% de la variabilidad de las ventas se ve explicada por el precio y los gastos en publicidad.

La tabla de análisis de varianza muestra un p-valor de 0,000 lo que dice que al menos una de las variables es significativa.

Ahora, por un aumento de una unidad en el precio las ventas caen en 7,908 unidades. Y por otra parte, un aumento de una unidad en publicidad hace que las ventas aumenten en 1,863 unidades.

Modelo con los logaritmos naturales

Este modelo presenta un coeficiente de determinación de 0,469 siendo más alto que el modelo con las variables en nivel.

En este modelo también se aprecia un valor significativo de la prueba F lo cual indica que al menos una de las variables es significativa para explicar el log de las ventas.

Ambos p-valores son significativos es decir menos a 0,05.

1. Realice un diagnóstico completo de cada regresión incluyendo:

• Análisis de residuos: Los residuos se cargan en una nueva columna es el SPSS. Sobre estos residuos de deben llevar a cabo una serie de pruebas.

• Normalidad: Uno de los principales supuestos para un modelo de regresión es que los residuos sigan una distribución normal. Tanto la prueba de Kolmogorov como la de Shapiro apoyan esta hipótesis. Los p-valores son mayores que 0,05.

• Índice de inflación de varianza: Las siguientes tablas muestran el índice de inflación de la varianza. Para ambas variables en ambos modelos es de 1. Este valor se interpreta como no existencia de multicolinealidad entre las variables explicativas.

• Observaciones influénciales: En las siguientes tablas se muestra la información sobre algunos otros estadísticos que describen los residuos y se sustentan de forma gráfica también.

...