¿Qué es una regresión por pasos?

La regresión por pasos es un método estadístico para construir un modelo en el que se produce una selección automática de variables independientes. Esta forma de regresión utiliza pasos repetitivos, en cada paso, hay una selección de variables hacia adelante o hacia atrás, lo que también se conoce como adición o eliminación de variables independientes. La selección hacia adelante o hacia atrás se realiza utilizando un criterio específico o una serie de pruebas.

Volver a : INVESTIGACIÓN, ANÁLISIS Y CIENCIA DE DECISIÓN

¿Cómo funciona una regresión paso a paso?

La selección hacia adelante y hacia atrás de variables independientes es un componente central de la regresión paso a paso. En este método estadístico, cada variable independiente se puede probar en un paso en un momento determinado para determinar si la variable es estadísticamente significativa. Otro método para probar variables independientes en una regresión por pasos es agregar todas las variables en el modelo para eliminar las variables que no son estadísticamente significativas. Se utilizan dos pruebas para determinar si las variables independientes en un modelo de regresión son estadísticamente significativas o no. Estas pruebas son; Pruebas F, pruebas T, R cuadrada ajustada y otros métodos.

Inconvenientes de la regresión paso a paso

Dado que la regresión por pasos implica una selección automática de variables independientes que son estadísticamente significativas, ahorra mucho tiempo a las personas. Sin embargo, existen ciertos inconvenientes de la regresión por pasos, como argumentan los estadísticos. Los principales inconvenientes incluyen;

• La regresión por pasos es inherentemente sesgada.
• Hay una tendencia a que la regresión por pasos proporcione una selección y resultados incorrectos.
• Utiliza modelos de regresión complejos.