Resumen

SIFUENTES-AMAYA, Rigoberto  y  RAMIREZ-VALVERDE, Gustavo. Efectos de especificar un modelo incorrecto para regresión logística, con dos variables independientes correlacionadas. Agrociencia [online]. 2010, vol.44, n.2, pp.197-207. ISSN 2521-9766.

El análisis de regresión logística se utiliza para estudiar la asociación entre una variable respuesta binaria con un conjunto de variables independientes. Cuando hay correlación alta entre dos variables independientes, se presentan varianzas grandes en los estimadores de los parámetros. Sin embargo, si el modelo lineal está mal especificado las varianzas pueden disminuir al aumentar la correlación entre las variables independientes. En este trabajo se evaluó mediante un estudio de simulación el efecto de la correlación entre las variables independientes en el modelo de regresión logística cuando el modelo tiene una especificación incorrecta. Al omitir una variable relevante el sesgo de aumentó y no desapareció al aumentar n. Se detectó un efecto de la correlación en la potencia de la prueba de hipótesis sobre el parámetro estimado y el tamaño de la prueba de hipótesis estuvo cerca del nominal. Al incluir una variable irrelevante no hubo efecto en el sesgo, el error cuadrado medio mostró evidencia de consistencia y la potencia de la prueba de hipótesis disminuyó cuando aumentó la correlación entre las variables independientes.

Palabras llave : correlación; especificación; omisión e inclusión de variables; regresión logística.

        · resumen en Inglés     · texto en Español     · Español ( pdf )