Professional Documents
Culture Documents
que
tiene
el
investigador
de
involucrar
variables
Diagnstico
153
proporcionar estimaciones ms precisas (de menor error estndar) de
los parmetros de inters.
Las variables imaginarias (variables falsas o dummy) para poder
incorporarlas en un modelo de regresin deben ser codificadas
convenientemente. La regla es introducir tantas variables imaginarias
como categoras menos uno tenga la variable cualitativa, es decir, si
una variable cualitativa tiene K categoras se introducirn en el
modelo de regresin K-1 variables falsas.
Una variable falsa es una variable que slo toma un nmero finito
de valores (como cero y uno) para identificar las diferentes categoras
de una variable cualitativa.
Esta regla slo es aplicable a aquellos casos en los cuales la
ecuacin de regresin tiene una constante o intercepto.
Tcnicas de codificacin
Para el ejemplo de tabaquismo que se refiere al principio si las
categoras son: fumador, ex fumador (no ha fumado por 5 aos o
menos), ex fumador (no ha fumado por ms de 5 aos), no fuma.
Como existen 4 categoras tendrn que crearse 3 variables falsas as:
X1= (1: para fumador, 0 para otro caso)
X2= (1: para ex fumador <=5 aos; 0: para otro caso)
X3= (1: para ex fumador > 5 aos; 0: para otro caso)
En otros casos (Gujarati,1997) , la codificacin se puede establecer
as:
Sea por ejemplo, el estudio del precio por onza de cola en funcin
del tipo de almacn (descuento, cadena o de conveniencia), producto
de marca o sin marca, llenado del envase.
154
Para almacn crea una sola variable D1 (dummy 1) que se
codificar con 001 (si es un almacn de descuento), con 010 (si es
almacn de cadena) y con 001 (si es almacn de conveniencia).
Para producto de marca crea una sola variable D2 (dummy 2) que
codificar con 10 (si es un producto de marca) y como 01 (si es un
producto sin marca).
Para el llenado del envase codificar as:
D3= 0001 (botella de 2 litros o 67,6 onzas)
= 0010 (botella de un litro o 28-33,8 onzas)
= 0100 (botella de 16 onzas)
= 1000 (latas de 12 onzas)
El comentario acerca de esta codificacin plantea dos reflexiones
una es que ocasiona la misma magnitud de disminucin del error
estndar del estimador, lo cual es favorable, pero por otro lado los
resultados son ms difciles de interpretar. Con esta codificacin
tambin se tienen que crear menos variables y esto es una economa
en el anlisis. Si codificamos por la primera forma tendramos que
haber creado para el llenado del envase tres variables dummy porque
tiene 4 categoras.
El comentario final sera codificar con 1 (uno) la categora de
inters y como 0 (cero) la otras. Esto facilitar la interpretacin de los
resultados.
Modelos de Regresin con variables falsas
Con tres variables (ejemplo del precio botellas de cola)
P b0 b1D1 b2 D2 b3 D3
Donde:
P: Precio
D1= tipo de almacn
D2= marca del producto
D3= Llenado del envase
Con dos variables pero hay interaccin entre ellas:
155
Y b0 b1 X1 b2 X 2 b3 ( X 1* X 2)
Trmino de interaccin
(b)
(c)
(d)
Ejemplo de aplicacin
Un grupo de investigadores en salud mental desea comparar tres
mtodos (A,B,C) para el tratamiento de la depresin grave. Tambin
se desea estudiar la relacin entre la edad y la eficacia del
tratamiento, as como la interaccin (si existe) entre edad y
tratamiento. Cada individuo de una muestra aleatoria simple de 36
pacientes, todos los cuales presentaban un diagnstico y grado de
depresin semejantes, recibi uno de los tres tratamientos.
resultados se muestran a continuacin.
Los
156
tratamiento A)
IF TRAT=B THEN X3=1 ELSE X3=0 (as creamos X3, recibir el
tratamiento B)
Usando las mismas opciones del Men, se crea la variable
X4=X1*X2 (que representa la interaccin recibir A con la edad) y la
interaccin X5 =X1*X3 (que representa la interaccin de la edad y
recibir el tratamiento B). El tratamiento C queda representado por el
intercepto.
157
Matriz de Datos
Una vez
procede
a alimentar
Edad X1
56
55
63
52
58
65
64
61
69
73
62
70
41
40
46
48
45
58
55
57
62
47
64
60
28
25
71
62
50
46
34
59
36
71
62
71
21
28
33
33
38
43
48
53
53
58
63
67
23
30
33
42
43
43
45
48
58
29
66
67
19
23
67
56
45
37
27
47
29
59
51
63
Mtodo de
Tratamiento
A
B
B
C
A
C
B
C
B
A
A
C
C
B
A
C
B
C
A
B
B
C
A
A
B
C
A
B
A
B
B
A
C
C
A
C
a la
158
159
Variables
Constant
X1
X2
X3
X4
X5
Coefficient
24.0453
0.75214
15.3884
-7.62024
-0.25718
0.01722
R-Squared
Adjusted R-Squared
Source
Regression
Residual
Total
DF
5
30
35
Cases Included 36
Std Error
4.50528
0.08286
4.83035
3.02533
0.10507
0.05622
0.8430
0.8168
SS
4548.06
846.94
5395.00
T
5.34
9.08
3.19
-2.52
-2.45
0.31
P
0.0000
0.0000
0.0034
0.0173
0.0204
0.7615
F
32.22
VIF
1.8
6.9
2.9
7.2
2.0
28.2315
5.31333
P
0.0000
Missing Cases 0
R2 0,84
Lo cual indica que el 84% de la variacin en la eficacia de los
tratamientos
se
explican
por
la
edad,
el
tratamiento
interacciones.
Las tres ecuaciones de regresin para los tres tratamientos son las
siguientes:
Para el Tratamiento A
Y (24,04 15,38) (0,75 0,257) X 1
Para el Tratamiento B
Y (24,04 7,62) (0,75 0,017) X 1
Para el Tratamiento C
Y 24,04 0,75 X 1
La conclusin es:
Todos Los efectos fueron significativos
La grfica del diagrama de dispersin de la eficacia versus la edad
muestra que las pendientes no son iguales:
sus
160