Calculadora
Regresión múltiple y logística
Copiá las columnas de una planilla, elegí qué querés explicar y con qué. Si la respuesta vale 0 o 1, la calculadora pasa sola a la logística.
Casos
32
R²
0,719
ajustado 0,689
Prueba F
23,88
gl 3 y 28 · p = < 0,0001
Error típico
135,706
σ de los residuos
Coeficientes
| Término | Coeficiente | Error | t | p | IC 95 % | VIF |
|---|---|---|---|---|---|---|
| (constante) | 1373,7366 | 357,8493 | 3,84 | 0,0006 | [640,716 ; 2106,758] | |
| secundario_o_mas | 3,4215 | 4,4731 | 0,76 | 0,4507 | [-5,741 ; 12,584] | 1,15 |
| no_registrado | -20,7206 | 2,6589 | -7,79 | < 0,0001 | [-26,167 ; -15,274] | 1,11 |
| desocupacion | 0,7820 | 9,6702 | 0,08 | 0,9361 | [-19,026 ; 20,590] | 1,07 |
Residuos contra ajustados
Lo que se busca es una nube sin forma alrededor del cero. Un embudo indica varianza que cambia; una curva, una relación que no es lineal.
Mayor distancia de Cook: CABA, con 0,435 —por encima de 4/n = 0,125—. Conviene reajustar sin ese caso y ver si cambian las conclusiones.
Cómo se cargan los datos
La primera fila lleva los nombres de las variables y cada fila siguiente es un caso. Sirve pegar directo desde Excel, Calc o Google Sheets. Las columnas con texto se toman como categóricas: cada categoría entra como una variable indicadora que se compara contra la primera en orden alfabético, que queda de referencia. Si hace falta otra referencia, alcanza con anteponer un número al nombre, como en el ejemplo de los asalariados. Las filas con algún faltante en las variables elegidas se descartan, y la calculadora dice cuántas.
Qué dice cada coeficiente
En la lineal, cada coeficiente es cuánto cambia la respuesta cuando ese predictor sube una unidad y los demás quedan fijos. Esa última parte es la que cambia todo. En el ejemplo de los aglomerados, el porcentaje con secundario completo tiene un coeficiente de 12,8 cuando se lo mira solo, y de 3,4 cuando se mantiene fijo el empleo no registrado: la mayor parte de lo que parecía efecto de la educación era la informalidad, que en parte va junto con ella.
En la logística, el coeficiente está en la escala del logaritmo de la chance, que no se lee fácil. Por eso la calculadora muestra la razón de chances, que es su exponencial: cuántas veces se multiplica la chance del evento por cada unidad del predictor.
Los tres avisos que conviene no ignorar
VIF alto. Un VIF mayor que 5 indica que ese predictor se puede predecir bastante bien con los otros. Su error se infla y su coeficiente cambia mucho de una muestra a otra. El modelo puede predecir bien igual; lo que no se puede es interpretar ese coeficiente por separado.
Un caso con mucha influencia. La distancia de Cook mide cuánto cambiarían los coeficientes sin ese caso. Si el mayor supera 4/n, conviene reajustar sin él y comparar. En el ejemplo de los aglomerados es CABA: sin ella, el coeficiente del secundario pasa de 3,4 a −1,9 y cambia de signo, mientras el del empleo no registrado casi no se mueve. Lo que el modelo dice de la educación depende de un solo aglomerado; lo que dice de la informalidad, no.
Separación en la logística. Si un predictor separa perfectamente los unos de los ceros, no existe un coeficiente que maximice la verosimilitud: se va al infinito. Muchos programas devuelven igual un número enorme con un error enorme. Esta calculadora lo marca en vez de mostrarlo como si fuera un resultado.
Qué no hace
No usa ponderadores ni el diseño de una encuesta compleja, no incluye interacciones y no elige variables por pasos. Para eso está el script de regresión, en R y en Python.