Análisis de regresión 202 - Prueba de estabilidad

Esta es la cuarta entrada en nuestra serie de análisis de regresión y modelado. En este tutorial, continuamos la discusión de análisis que comenzamos anteriormente y aprovechamos una técnica avanzada -la prueba de estabilidad de la regresión- para ayudarnos a detectar deficiencias en el modelo seleccionado y, por lo tanto, la confiabilidad del pronóstico.

Una vez más, vamos a utilizar un conjunto de datos de muestra recogidos de 20 vendedores diferentes. El modelo de regresión intenta explicar y predecir las ventas semanales de cada vendedor (variable dependiente) utilizando dos variables explicativas: inteligencia (IQ) y extroversión.

Preparación de datos

Similar a lo que hicimos en un tutorial anterior, organizamos nuestros datos de muestra colocando el valor de cada variable en una columna separada y cada observación en una fila separada.

En este ejemplo, tenemos 20 observaciones y dos variables (explicativas) independientes. La respuesta o variable dependiente son las ventas semanales.

A continuación, presentamos la "máscara". La "máscara" es una matriz booleana (0 o 1), que elige qué variable se incluye (o excluye) del análisis.

Utilicemos los resultados de la 3ª entrada de esta serie de tutoriales y establecemos que la entrada de la máscara para "Inteligencia" sea 0 y la extroversión sea 1.

 

¿Tiene más preguntas? Enviar una solicitud

0 Comentarios