Uno de los tutoriales más claros que me ha tocado ver de este tema. Excelente explicación.
@derianaranda46394 жыл бұрын
Muchísimas gracias Lic. por su vídeo, me quedó muy claro. Saludos.
@bautiriera47653 жыл бұрын
No aprendí a hacer variables dicotómicas pero resolviste tooooooodos mis problemas. Gracias!!
@LicLourdesCuellar3 жыл бұрын
Súper !!!
@eliassantiz98175 жыл бұрын
Que Dios te bendiga grandemente, le pido A Dios que te de mas sabidurías para enseñar muchas cosas eres na docente excelente del mundo. te envió un abrazo grande bendiciones..
@LicLourdesCuellar5 жыл бұрын
Que bonito!! Agradezco tu comentario. Un abrazo
@laurasarifriverasanabria61385 жыл бұрын
Excelente y muy bien explicado, muchas gracias
@jeangalindez78185 жыл бұрын
Excelente Su Explicación seria genial si haces la continuación de este vídeo resolviendo los problemas de normalidad y heteroscedasticidad
@LicLourdesCuellar5 жыл бұрын
Tengo esos tutoriales en mi canal, el de heterocedasticidad y normalidad, por eso fui breve y no entre en detalles. Búscalos estoy segura que te van a ser de utilidad. Saludos
@sofiaantonellabonillafonse67363 жыл бұрын
Gracias ha sido de mucha ayuda
@econonita55143 жыл бұрын
Muchas gracias, excelente interpretación.
@LicLourdesCuellar3 жыл бұрын
Saludos
@timonw1005 жыл бұрын
Estoy recomendando su canal en Facebook, excelente vídeo Lic.
@LicLourdesCuellar5 жыл бұрын
Muchas gracias, un abrazo.
@edisonallhuircajorda5 жыл бұрын
Como siempre, excelente contenido!! 👏👏 Sería bueno que para una próxima vez nos ayude con la implementación de un modelo con data panel, estoy tratando de correr este modelo para un proyecto de tesis, pero aún no hay tutoriales tan didacticos como las que se publica en este canal, se lo agradecería en mucho.
@LicLourdesCuellar5 жыл бұрын
En cuanto tenga oportunidad si, yo también estoy con mi proyecto de tesis de doctorado, por eso a veces no me alcanza el tiempo. Saludos
@eliassantiz98175 жыл бұрын
Muchas gracias Maestra.
@antt5602Ай бұрын
¡Gracias por el video, Lic. Lourdes! Consulta: un modelo de regresion lineal multiple con datos de corte transversal ¿puede contener varias variables dummy (5, por ejemplo)?; El supuesto de linealidad ¿debe cumplirse incluyendo las variables dummy en el modelo?
@juliohontermedinarojas87505 жыл бұрын
Hola! Soy nuevo en tu canal,Excelente video! Es preciso. sigue asi ;) Saludos.
@jhazmindamarishernandezcab88872 жыл бұрын
Nuevamente muchas gracias
@LicLourdesCuellar2 жыл бұрын
Saludos
@eliassantiz98175 жыл бұрын
a si es podrias subir mas videos de minitab y excel estadistica. que son : minimo,maximo,media, moda,media.
@shirleyberriosaliaga76363 жыл бұрын
gracias
@freddymassyquiroga184 жыл бұрын
👍🏻👍🏻bien
@eliassantiz98175 жыл бұрын
Mañna te envio un mensaje para mañana Dia de los maestros.
@henrywilliamtuerosamao99975 жыл бұрын
Felicitaciones, Lic. Por favor, podría compartir su base de datos. Saludos.
@MrBrawlhero Жыл бұрын
te la compartió?
@akirel24 жыл бұрын
Mil gracias, es muy claro el video. Tengo una duda ¿es posible que en el modelo sean todas las variables dicotómicas? Sí si ¿Son las mismas pruebas para hacer el diagnóstico de la regresión? Saludos y felicidades por tu canal
@soyeconomista14515 жыл бұрын
Excelente contenido, ¿podría subir sus diapositivas? , un sub más
@edisonallhuircajorda5 жыл бұрын
Lic. estos modelos con variables dicotomicas solo se pueden utilizar en estudios de corte transversal?, O también se puede utilizar en estudios de series de tiempo y con datos de panel?
@LicLourdesCuellar5 жыл бұрын
Si se puede en series de tiempo. Saludos
@luiiiisz4 жыл бұрын
¿Me podrías indicar cuales son los vídeos que mencionas al inicio de este vídeo? regresión múltiple en stata y ¿como interpretar la salidas de la regresión múltiple? muchas gracias.
@LicLourdesCuellar4 жыл бұрын
kzbin.info/www/bejne/iaTKeJyQrM6dd7M En este viene la interpretación de salida
@baquemenoscalangie86623 жыл бұрын
una pregunta como hago si una de mis variables esta elevada al cuadrado
@danielverenzuela53012 жыл бұрын
Hola, gracias por toda la información que nos comparte con frecuencia. Tengo una duda, si tengo una variable dependiente que he predicho a partir de la VI, mi interés ahora es descomponer esa VD (compromiso organizacional) en sus tres componentes para ver el efecto de la VI sobre cada componente de ella, pero no comprendo como hacerlo, podría usted ayudarme?
@enzoinfantes28015 жыл бұрын
Disculpa como se podría interpretar el beta0 (-1.567) de tu primera regresión? Buen contenido, gracias.
@ssandy93 жыл бұрын
puedes explicar también como solucionar el modelo, me han explicado que se realizaría con un análisis de influencia pero no entendí bien, porfa me podrías ayudarme.
@roycetrujillo23684 жыл бұрын
se puede hacer un grafico de dispersion con variables dicotomizadas?
@LicLourdesCuellar4 жыл бұрын
Saldrían dos lineas rectas una para el 1 y otra para el 0
@stephaniecrestelle38984 жыл бұрын
Buenas tardes, despues de correr mi regresión tuve los mismos problemas me puede ayudar a arreglar esos problemas.
@alexistamayo92707 ай бұрын
La base de datos, por favor.
@ronaldoterrazas89602 жыл бұрын
¡La base de datos por favor!
@consuscriptoressintenervid95674 жыл бұрын
el mismo ejemplo de mi "prosora " Amelida pero a ella le sale lo contrario :v asumo que es porque ella lo estratifico :v
@xarv3682 жыл бұрын
A ver, si H0 es que no hay diferencias de salario, H1 que es que hay diferencias, lo otro es interpretación. Por otro lado, faltan más variables como por ejemplo, "tiempo laborado al día/mes/año", "riesgo laboral" "área laboral", etc. Person no sirve para variables cualitativas binarias, la computadora lanzará resultados porque es solo una computadora, si hasta podría erróneamente obtener medias aritméticas de códigos de variables nominales. En todo caso elegiría alguna de las variantes de la regresión logística.
@MrBrawlhero Жыл бұрын
Esta mal interpretado salvo que tanto hombres como mujeres trabajen en el mismo lugar y en el mismo puesto
@maculexx52607 ай бұрын
ta hablando weas señora
@LicLourdesCuellar7 ай бұрын
???
@tarikabaraka2251 Жыл бұрын
La regresión lineal múltiple trata de ajustar modelos lineales o linealizables entre una variable dependiente y más de una variables independientes. En este tipo de modelos es importante testar la heterocedasticidad, la multicolinealidad y la especificación.