Prueba de regresión lineal simple o múltiple, método enter /pasos /jerárquico.

Padilla, J.A. (17 de enero del 2019). Prueba de regresión lineal simple o múltiple, método enter /pasos /jerárquico. [Archivo de video]. Recuperado de • Prueba de regresión li...
Este video te permitirá identificar, cuales son los principios del análisis de regresión lineal o multiple, terminando el video sabrar cual método (enter/intro; pasos /stepwise; jerarquico) es el más adecuado para tus datos, también aprenderás a obtener los análisis complementarios de pruebas de significación mismos que la American Psychological Association (APA) recomienda siendo estos el tamaño del efecto que permite cuantificar si las diferencias son importantes y clínicamente relevantes más allá de si son o no significativas, y la potencia estadística que permite conocer si la muestra aplicada es suficiente para encontrar en ella una diferencia, por lo que brinda un índice de cuanta población es necesaria para que una investigación sea válida.
Pudes descargar el programa de G*power de esta liga: www.gpower.hhu.de/
Puedes descargar el documento que te permitirá redactar tus resultados en formato APA aquí: www.estadistic...

[@d.ilianahernandezsilvera7458]

Gracias Joaquin, excelente explicación! no hay descarga del Word se podrá actualizar ? por que en tu canal no lo encuentro.🙏

[@aarauzl]

Excelente explicación y uso de los instrumentos como el SPSS. Felicitaciones. Excelente Maestro.

[@JesusMartinez-pi7ye]

Excelente video. Super claro y didáctico. Felicidades

[@KarlVonBismark]

4:56 transformaciones Box-Cox 6:56 se recomienda al menos 30 observaciones, dado el modelo Gauss Markov

[@gilbertosantoszapatapecho391]

mUY BUENA EXPOSICION DEL CASO Y LA EXPLICACION QUE BRINDA. ESPERO LAS OTRAS EXPOSICIONES. SALUDOS

[@Paaula66]

¡Muchas gracias!

[@ariwgomez]

Muchísimas gracias por el video, me ha ayudado mucho.

[@estadisticaconjoaquin]

¡Mucho éxito con tu proyecto!

[@ismaelmolina4211]

Excelente clase, sigue por favor colgando mas videos. Tengo una pregunta, se puede hacer una correlación lineal con la variable dependiente una variable cualitativa en dos categorías (codificada)? de la forma vivo/muerto. gracias.

[@davidguerreromayorga8150]

Si hay una estrategia para poder hacer ello, y es transformando las variables categóricas en variables Dummy

[@carolinasolano6406]

EXCELENTE VIDEO, SOLO ME QUEDA UNA PREGUNTA, SI NO TENGO G POWER, HAY ALGUNA FORMULA PARA HALLAR LA OPERACION?

[@septmoon_]

¡Hola, muchas gracias por el video! Una pregunta, entonces aunque la distribución de mis datos no sea paramétrica aún puedo realizar regresión lineal o tengo que realizar la transformación de datos que mencionaste?

[@atomrpardo5627]

Hola Joaquín, muchas gracias por la clase. Es excelente. Tengo una duda sobre la regresión lineal simple. Tengo dos variables: sentimiento de bienestar y capacidad de adaptación. Al realizar la regresión lineal simple, con sentimiento de bienestar como variable independiente y adaptación como dependiente y viceversa, me dan los mismos valores de ajuste del modelo (en ambos casos es significativo y explican aprox el 10% de la varianza). Mi duda es cómo elegir cual puede ser la variable predictora y la predicha? Depende de la teoría previa sobre esas variables? Muchas gracias por tu tiempo! Pd: los supuestos de regresión se cumplen.

[@silviaramirez6411]

Gracias por la información, una duda el procedimiento para sacar potencia estadística y tamaño del efecto es el mimo para los tres métodos de regresión, (pasos, jerárquico e intro)?

[@estadisticaconjoaquin]

Sí, para todos es el mismo procedimiento. Todos son incremento de r2

[@lizps5889]

Profe y para variables ordinales? Tengo 4 ordinales y dos de ellas no tienen una distribución normal

[@TheMendozag]

podría usar regresión lineal, si tengo VD e VI de razón, pero mi muestra no se distribuye normalmente? tendría que adaptar los datos?

[@ERFL1988]

Hola Joaquín! ¿Cómo calculo el tamaño del efecto y la potencia estadística para una regresión lineal simple? Muchas gracias!

[@estadisticaconjoaquin]

Es el mismo procedimiento para todos los análisis de regresión ya se ocupa la R2 lo tendrías que hacer para cada uno de los modelos que hagas.

[@ERFL1988]

@@estadisticaconjoaquin Muchas gracias! Sos muy amable

[@vns19]

Buenas, una pregunta ¿ por qué escoges R cuadrado y no R ajustado? muchas gracias

[@DanielaRodriguez-qw5dy]

Hola! estoy analizando muestras relacionadas y La d de Cohen me salio superior a 1. Eso como se inteerpreta?

[@estadisticaconjoaquin]

Hola tienes una relevancia muy importante puede ser mas grande de 1 porque no esta estandarizado. No es igual que las correlaciones o fiabilidad. saludos!!

[@luisalbertogonzalez0]

Hola, donde encuentro tu video de "Como se suman factores de la mejor manera", gracias

[@8686sil]

Gracias por tu vídeo, mencionas que se recomienda que haya mínimo 20 casos por variables, en donde puedo revisar de manera más amplia ese criterio? Muchas gracias.

[@KarlVonBismark]

Se recomienda al menos 30 observaciones, esto basado en el teorema Gauss Markov

[@8686sil]

@@KarlVonBismark Gracias¡

[@leichglc]

Da clases particulares online?

[@ahsgoc]

Hola, buenas noches tengo otra duda. El analisis post hoc se utiliza tambien en regresion lineal?

[@estadisticaconjoaquin]

No, el Pos hoc es un análisis para conocer diferencias entre más de dos grupos. Es un análisis que se usa en combinación con el análisis ANOVA. La regresión es para predecir a través de una o varias VI una VD. Así que se usa para diferentes propósitos. :)

[@ahsgoc]

Hola buenas noches, tengo una duda. Si una de mis variables tiene valores aun asi se puede hacer la regresion lineal? Estoy haciendo un trabajo sobre factores asociados a desempeño academico y una de mis variables es "horas de estudio de una materia" la cual posee opciones de 1=4hrs/dia 2 =1hr/dia etc etc

[@estadisticaconjoaquin]

Hola puedes hacerlo si es una variable continúa, eso implica que entre más grande es el número más horas estudiaron, por lo que tienes que recodificar tus variables donde 1 sería una hora y 2 cuatro si fuera el caso. Lo ideal, así como las tienes sería un nivel ordinal, lo ideal sería que fuera intervalar y colocar las hora exactas que estudiaron. Pero si lo preguntaste con categorías ya nada se puede hacer. \ö/

[@estadisticaconjoaquin]

Aquí un vídeo para poder recodificar. kzbin.info/www/bejne/laOVc36kjL-IZq8 mucho éxito en tu proyecto.

[@ahsgoc]

Graciaaaaaas

[@cesarbarrera2868]

Gracias por el video, comentas de un video de conversión de datos de transformación de datos no normales a datos normales, pero no veo la liga, podrías por favor ubicarme donde puedo localizarlo

[@KarlVonBismark]

Esas transformaciones se llaman: Box-Cox (Lo puedes buscar hasta en wikipedia). La mayoría por default mete logaritmo, así sin más, sin saber que está transformación pertenece a un conjunto de transformaciones y qué éstas obedecen a ciertos criterios O.o Minitab, R o Stata tienen dicho algoritmo (desconozco quē otros paquetes lo tengan). Saludos

[@Sara-yr5wl]

Buenos días!! se pueden introducir al modelo de prediccion factores de puntuaciones Z?

[@estadisticaconjoaquin]

Buenos días!! Sí claro, los puntajes Z solo son puntajes estandarizados que convierten todas las medias a 0. También puedes udar puntuacuones logarítmicas, o cuadradas etc. Pero tienes que reportar que hiciste análisis con esas variables transformadas y no con las originales. Saludos!

[@Sara-yr5wl]

@@estadisticaconjoaquin jo, qué alivio!

[@Sara-yr5wl]

@@estadisticaconjoaquin ya que estoy, a ver si me puedes ayudar: es posible hallar ANOVA 2 factores con variables z? No me deja en ese caso y no sé si es por eso

[@estadisticaconjoaquin]

@@Sara-yr5wl lo que pasa es que los puntajes Z convierte todas las medias a cero para estandarizar las calificaciones. y la familia de análisis ANOVA emplea las varianzas y medias para saber que tan diferentes son los grupos, el problema es que ahora todas las medias son iguales a cero. Si tienes diferentes variables que se forman con diferente cantidad de reactivos lo mejor seria que cuando creas esas variables la dividas entre la misma cantidad de variables que estas sumando, es decir el promedio, esto te permitirá tener todo en la misma escala del 1 al 5 o 1 al 7 dependiendo como lo aplicaste y de esta forma ya no tienes que hacer puntajes z. los puntajes Z en mi experiencia solo sirven para ser empleados en estadística descriptiva y no así en la inferencial. Saludos!

[@Sara-yr5wl]

@@estadisticaconjoaquin tiene todo el sentido, no lo había visto. Gracias por la aclaración!!!